基于MapReduce与距离的离群数据并行挖掘算法

摘要：

数据挖掘技术是解决数据丰富而知识贫乏的有效途径, 离群数据挖掘是数据挖掘领域中的重要研究内容之一, 己广泛应用于网络入侵检测, 信用卡诈骗, 垃圾邮件的分析和基因突变分析等领域. 在高维海量数据中, 由于数据量大和维度高, 严重影响了离群数据挖掘的精度和效率. 本文在KNN基础上, 通过定义"解集"的概念, 在MapReduce编程环境下, 实现了一种基于距离的离群数据挖掘算法. 分别采用人工数据集和UCI数据集, 实验验证了该算法在不同条件下, 参数对算法性能的影响.

关键词：MapReduce、基于距离、KNN、离群数据挖掘

所属期刊栏目：27

在线出版日期：2018-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：151-156