[發明專利]一種提升異常數據挖掘篩選的方法

在審

• 申請號: 201911352941.0
• 申請日: 2019-12-25
• 公開（公告）號: CN111125470A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 唐雪飛;張青龍;徐鑫;孫文昌;胡茂秋
• 申請（專利權）人: 成都康賽信息技術有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906;G06F16/903
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

1.一種提升異常數據挖掘篩選的方法，其特征在于，包括：

A1、從業務數據庫中獲取數據集，所述數據集包括若干數據對象；

A2、采用傳統的聚類算法，對步驟A1所獲取的數據集進行聚類，得到初始化的簇與初始化的異常數據集；

A3、獲取當前輸入的新的數據對象與步驟A2所述各簇的核心對象的距離最小值；

A4、若步驟A3所計算的到的距離最小值小于設定的半徑，則將輸入的新的數據對象并入對應簇；否則輸入的新的數據對象加入異常數據集。

2.根據權利要求1所述的一種提升異常數據挖掘篩選的方法，其特征在于，步驟A2具體過程為：

A21、對于數據集中未被訪問的數據對象，且該數據對象未被歸入某個簇或被標記為異常數據，檢查其r鄰域，如果其r鄰域內包含的數據對象數目大于或等于Mindn，則建立新簇C，并將該數據對象及鄰域內包含的數據對象并入C中；

所述r為設定的半徑；

A22、如果C中存在未被處理的數據對象，檢查其r鄰域，如果其r鄰域內包含的數據對象大于或等于Mindn，將該數據對象及鄰域內包含的點并入C；

A23、重復步驟A22，直到C中的對象都分別處理過；

A24、若數據集中所有數據對象都被訪問過，則結束；否則返回步驟A21。

3.根據權利要求2所述的一種提升異常數據挖掘篩選的方法，其特征在于，所述設定半徑的確定過程為：

首先，確定一個簇中至少應包含的數據對象的數目Mindn；

然后，根據Mindn，計算每個數據對象與他的第Mindn個數據對象之間的距離K-dis；

其次，對該數據集中的每個數據對象按照其對應的K-dis從小到大排序；

最后，根據排序結果確定半徑。

4.根據權利要求3所述的一種提升異常數據挖掘篩選的方法，其特征在于，步驟A3所述核心對象為簇中所有聚類對象的均值。

5.根據權利要求4所述的一種提升異常數據挖掘篩選的方法，其特征在于，Mindn取值為步驟A1所述數據集中數據對象總數的10％。