积分商城

最新搜索： iar 配色 stm32g0 STM32 stm32f030 stk500 HT24LC64
您现在的位置是：首页 > 技术资料 > 双类型异质网中基于排序和聚类的离群点检测方法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

双类型异质网中基于排序和聚类的离群点检测方法

更新时间：2019-12-24 01:59:28 大小：995K 上传用户：守着阳光1985查看TA发布的资源 标签：双类型异质网 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

挖掘隐藏在网络中不同于正常数据对象的离群点是数据挖掘的重要任务之一.目前,针对双类型异质信息网络离群点检测的研究工作相对较少,原本适用于同质网络的离群点检测方法将很难适用于双类型异质网络.为此,提出了异质信息网络中基于排序和聚类的离群点检测方法(RKBOutlier).从异质信息网络中抽取两种类型的对象以及链接两种对象的语义信息,将待检测的数据作为属性对象,将另一类型数据作为目标对象,对目标对象进行聚类来检测属性对象在各个聚类中的分布情况,数据分布异常的对象即为离群点.将排序和聚类相结合来显著提高聚类的准确度.实验结果表明,RKBOutlier可以在双类型异质信息网络中有效地检测出离群点.


部分文件列表

文件名 大小
双类型异质网中基于排序和聚类的离群点检测方法.pdf 995K

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
2
Vol． 46 No． 2  
Feb． 2018  
第
期
电
子
学
报
2018  
2
ACTA ELECTRONICA SINICA  
年
月
双类型异质网中基于排序和聚类的  
离群点检测方法  
1，2  
1
1
1
1
， ， ， ，  
彭 涛 杨妮亚 徐原博 王冰冰 刘 露  
( 1．  
，
吉林大学计算机科学与技术学院 吉林长春  
130012;  
2．  
( ) ，  
符号计算与知识工程教育部重点实验室 吉林大学 吉林长春  
130012)  
:
． ，  
挖掘隐藏在网络中不同于正常数据对象的离群点是数据挖掘的重要任务之一 目前 针对双类型异质  
摘
要
， ．  
信息网络离群点检测的研究工作相对较少 原本适用于同质网络的离群点检测方法将很难适用于双类型异质网络 为  
，
此 提出了异质信息网络中基于排序和聚类的离群点检测方法  
( RKBOutlier) ．  
从异质信息网络中抽取两种类型的对象  
， ， ，  
以及链接两种对象的语义信息 将待检测的数据作为属性对象 将另一类型数据作为目标对象 对目标对象进行聚类  
， ．  
来检测属性对象在各个聚类中的分布情况 数据分布异常的对象即为离群点 将排序和聚类相结合来显著提高聚类的  
．
准确度 实验结果表明  
，RKBOutlier  
．
可以在双类型异质信息网络中有效地检测出离群点  
:
;
;
;
;
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
离群点检测 排序 聚类 目标对象 属性对象  
:
TP391  
:
A
:
文章编号  
0372-2112 ( 2018) 02-0281-08  
文献标识码  
DOI: 10． 3969 /j． issn． 0372-2112． 2018． 02． 004  
电子学报  
An Outlier Detection Method Based on Ranking and Clustering in  
Bi-typed Heterogeneous Network  
1，2  
1
1
1
1
PENG Tao ，YANG Ni-ya ，XU Yuan-bo ，WANG Bing-bing ，LIU Lu  
( 1． College of Computer Science and Technology，Jilin University，Changchun，Jilin 130012，China;  
2． Key Laboratory of Symbolic Computation and Knowledge Engineering( Jilin University) ，Ministry of Education，Changchun，Jilin 130012，China)  
Abstract: Mining the outliers that are different from normal data objects in the network is one of the important tasks  
in data mining． At present，the research aiming at outlier detection in bi-typed heterogeneous information network is relatively  
small． The methods which are applicable to homogeneous network can not be applied to bi-typed heterogeneous networks．  
Therefore，we propose a Rank-Kmeans Based Outlier detection method，called RKBOutlier，in heterogeneous information net-  
work． The two kinds of the objects and the connected semantic information are extracted from the heterogeneous information  
network． One type of the objects is regarded as the attribute objects，another type of the objects is regarded as the target ob-  
jects． We perform cluster partitioning on target objects to detect the distribution of the attribute objects in each cluster． The  
objects which are abnormal at data distribution are considered to be the outliers． Ranking and clustering are combined to sig-  
nificantly improve the accuracy of clustering． The experimental results show that RKBOutlier can effectively detect outliers  
in bi-typed heterogeneous information network．  
Key words: outlier detection; ranking; clustering; target object; attribute object  
［1］  
，
离群的数据 其分布的规律不同于正常的数据  
．
离群  
1
引言  
， ，  
点不同于噪声 离群数据本身携带着重要的信息 可以  
．
异质信息网络挖掘是数据挖掘的一类重要问题  
．
用于数据分析 离群点检测在日常生活中有着广泛的  
识别和分析网络中有趣而稀少的模式具有很重要的现  
［2］  
［3］  
［4］  
，
应用 如网络入侵  
、
、 ．  
金融诈骗 等等  
医疗诊断  
．
实意义 离群点检测旨在发现大量数据集合中一部分  
，
在异质信息网络中 不同类型的节点和链接关系  
: 2016-09-26;  
: 2016-11-14;  
:
责任编辑 蓝红杰  
收稿日期  
修回日期  
:
基金项目 国家自然科学基金  
( No． 60903098) ;  
( No． 2016183，No． 2016184)  
吉林大学研究生创新基金  
282  
2018  
年
电
子
学
报
，
包含着丰富的语义信息 使得离群点检测过程变得更  
． Aktolga  
［6］  
等人在文献 中将离群点检测技术  
常的数据  
． Zimek  
用在信息检索中 等人 研究二次抽样技术在离  
［7］  
． ， / 、 、  
加复杂 例如 文献信息网络包含会议 期刊 作者 论文  
．
等多种类型的节点以及它们之间的多种链接关系 传  
． ［8］  
群点探测器之间诱导多样性 文献 中做出了新的改  
，
进 使用数据扰动作为新技术在个体离群点探测器以  
统的异质信息网络离群点检测是通过分析整个网络中  
各个对象之间的链接关系进而找出分布异常的数据对  
及等级积累方法结合个人的离群值排名构造一个离群  
， ．  
象 这使得离群点检测变得十分复杂并且效率较低 受  
． ［9］  
点检测上诱导多样性 文献 给出了一个使用位置敏  
，
到以上想法的启发 本文提出一种双类型异质信息网  
( )  
感哈希 激光冲徊化 技术基于距离的孤立点检测的近  
［10］  
． 3 ．  
络离群点检测方法 该方法主要解决 个问题 第  
1
．
似算法 江峰等人 将粗糙集中边界的概念与  
Knorr  
等
个
，
所提出的雨季距离的离群点检测方法结合在一起 提  
问题是如何在简化异质信息网络的同时不丢失对象之  
［11］  
． 2  
间的语义信息 第 个问题是如何表示双类型网络中的  
BDOD． ，  
随后 江峰等人  
出一种新的离群点检测方法  
RSOD ， ，  
算法 该算法利用粗糙集 理论中的知  
． 3  
数据对象 第 个问题是如何准确地找出异质网络中分  
又提出了  
．
布异常的数据对象 以异质信息网络经 典的 数据集  
，
识熵和属性等概念构建三种类型的序列 通过分析序  
DBLP  
， ，  
为例 数据集中存在一些作者 他们所发表论文  
．
列中元素的变化情况来检测离群点  
． ，  
的领域不专一 发生这种情况 极可能是他所发表的论  
由于网络中充斥着许多不同类型的对象和链接关  
， ． ，  
文中 存在挂名作者的情况 在本文中 我们将这样的作  
，
系 异质信息网络中的离群点检测问题逐渐引起了研  
［12］  
． ，  
者视为分布异常的数据对象 针对上述问题 我们在异  
． Ayushi  
究者们的关注 等人 针对异质信息网络离群  
［13］  
2
质信息网络中提取 种类型的数据对象以及它们之间  
，
． Manish  
点检测问题 提出长方体异常值检测图  
等人  
提出一个集成优化框架 通过快照和紧密耦合方式进  
outlier-aware  
． ，  
的链接关系 在双类型异质信息网络中 将对象分为属  
，
2 ．  
性对象和目标对象 种类型的对象 属性对象作为目标  
化的离群值识别构建  
社区匹配找出分布异  
，
对象的特征 属性对象与目标对象之间的链接权值作  
． ，  
常的数据 除此以外 很多研究者们还可以在聚类的基  
［14］  
， ．  
为特征值 构造邻接矩阵 这样我们在检测异质网络离  
．
础上做离群点检测的研究 例如  
Basu  
K-  
等人 提出了  
，
群点的过程中 既不丢失语义信息也提高了整体的效  
means  
，
聚类方法 该方法是经典的基于距离的聚类方  
． ，  
率 由于排序算法对聚类有一定程度的促进作用 本文  
， ， ．  
法 两个对象的距离越近 在一个簇中的可能性越大 在  
Rank Kmeans，  
在目标对象簇  
－
［15］ ，Van  
文献 中  
提出基于排序的聚类方法  
等人分析全脑覆盖的静息状态数据  
． Sun  
等
，
的初始化划分中引入排序算法 在提高算法准确率的  
，
组 提出了基于体素的标准化切割图聚类方法  
［16］  
， ． ，  
同时 也提高了效率 在检测离群点的过程中 我们定义  
NetClus ．  
聚类方法 将异质网络中基于排序  
人
提出了  
的聚类方法应用到星型网络中  
在异质网中根据离群性排序子网中节点的离群点检测  
［17］  
，
了双类型异质信息网络中离群属性的概念 检测属性  
． Zhuang  
等人 提出了  
，
对象在目标对象聚类领域的分布情况 给出判断属性  
， ，  
对象是否离群的标准 找出分布异常的属性对象 即为  
BMSim，  
方法 首先在各个子网中排序网络中的节点查  
．
， ． Gupta  
找出离群点 进而分析整个网络中的离群点 等  
离群点  
［18］  
: ( 1)  
CDOutliers ，  
算法 该方法基于联合非负矩  
本文的主要贡献如下  
我们提出了一种双类型  
人
提出了  
阵分解进行离群点检测  
媒体网络中设计了一个和网络内容和链接结构相一致  
［19］  
RKBOutlier，  
通过提取异质网络中  
2
． Qi  
等人 在输出聚类的社会  
离群点检测方法  
种
类型的数据对象并分析属性对象的数据分布情况来检  
． ( 2)  
，
的概率测量模型 并且在真实的社交网络中测试展示  
测离群点  
双类型网络离群点检测中来提高离群点检测的效率  
( 3)  
提出排序和聚类相结合的方法并应用到  
．
．
了优势  
，
将属性对象作为目标对象的特征表示 对目标对象  
研究者们在同质网络和多类型异质网络上做了很  
，
进行聚类 通过分析属性对象的数据分布来检测离群  
，
多的离群点检测方面的研究 但关于双类型异质网络  
． ( 4)  
． ，  
离群点检测方法的研究还很少 在很多情况下 与多类  
点
我们定义了双类型异质信息网络离群因子的概  
． ( 5)  
，
念 来判断属性对象的离群程度  
，
型网络相比较来说 双类型网络在模型表示和计算的  
通过在不同数据  
， ，  
集中进行实验 结果表明 我们提出的双类型异质信息  
． ，  
过程中相对简单 针对上述情况 本文针对双类型异质  
．
RKBOutlier  
．
离群点检测方法  
网络离群点检测方法可以有效地进行离群点检测  
信息网络提出了  
2
3
相关工作  
问题定义  
，
离群点检测是数据挖掘中一个关键的问题 在同  
， ，  
在本节中 先给出几个相关的定义 然后给出双类  
，
质信息网络中 研究者们做了很多深入的研究  
． Guniset-  
．
型异质信息网络中离群点检测的形式化定义  
［5］  
［20］  
ti  
1(  
定义 异质信息网络  
)
G =  
给定一个有向图  
使用统计方法比较每一个位置和它的邻居找出异  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号