基于谱聚类的多维数据集异常子群挖掘方法

摘要：

针对传统方法存在的异常子群挖掘结果准确性不高,挖掘效果不佳的问题,提出基于谱聚类的多维数据集异常子群挖掘方法.通过多维数据集预处理判断显著子群,依据属性值构建同阶子群,获取数据集中存在的部分候选子群;采用基于L1 范数的约束谱聚类算法划分候选子群后,利用约束矩阵、二分类以及整合,完成候选子群的多分类、处理正约束点以及重现顶点的度和边,形成约化图并完成候选子群的挖掘,即实现异常子群挖掘.测试结果表明,上述方法的挖掘准确率和标准化互信息值较高,可完成指定异常子群的多维深度挖掘,且挖掘效果良好.

关键词：谱聚类、异常子群挖掘、显著子群、候选子群、约化图

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：教育部卓越工程师教育培养计划项目产学合作协同育人项目;大同市平台基地计划项目;山西大同大学基础研究项目;山西大同大学基础研究项目;山西大同大学教学改革创新项目;山西大同大学教学改革创新项目

在线出版日期：2023-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：477-480,523