声明
摘要
第一章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 国外的研究现状
1.2.2 国内的研究现状
1.3 研究意义
1.4 论文所作的工作及组织结构
1.5 本章小结
第二章 离群点检测相关知识
2.1 数据挖掘概述
2.1.1 数据挖掘的定义
2.1.2 数据挖掘的过程
2.1.3 数据挖掘的功能
2.2 离群点概述
2.2.1 离群点定义
2.2.2 离群点产生原因
2.3 离群点的检测方法
2.3.1 基于分布的离群点检测方法
2.3.2 基于深度的离群点检测算法
2.3.3 基于聚类的离群点检测算法
2.3.4 基于距离的离群点检测算法
2.3.5 基于密度的离群点检测算法
2.4 离群点挖掘研究热点及发展趋势
2.4.1 高维大数据集中离群点的挖掘
2.4.2 时序离群点挖掘
2.4.3 web离群点挖掘
2.4.4 空间离群点挖掘
2.5 离群点检测方法的评价指标
2.6 本章小结
第三章 基于密度的局部离群点检测方法研究
3.1 传统的基于密度的局部离群点检测算法
3.1.1 LOF算法
3.1.2 ELSC算法
3.2 算法改进策略
3.2.1 基于记忆效应的邻域查询优化
3.2.2 基于DBSCAN算法的数据预处理
3.2.3 基于离群子空间的权值量化
3.3 改进算法NELSC
3.4 算法分析
3.5 本章小结
第四章 仿真实验以及实验结果分析
4.1 实验测试
4.1.1 实验数据预处理与数据规范化
4.1.2 实验数据集
4.1.3 实验和实验结果分析
4.2 本章小结
第五章 改进算法NELSC在广告定向投递中的应用
5.1 改进算法NELSC在广告定向投递中的应用
5.1.1 定向广告的产生背景
5.1.2 改进算法NELSC挖掘高收入目标客户
5.2 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 研究与展望
参考文献
在校期间参加的科研项目和发表的论文
致谢