1、離群檢測是幫助人們在繁多復(fù)雜的信息中準確而快速地獲取具有顯著異常特征信息的數(shù)據(jù)挖掘方法。其在互聯(lián)網(wǎng)、通信、金融、醫(yī)學(xué)、地質(zhì)學(xué)、天文學(xué)等領(lǐng)域得到了廣泛的應(yīng)用，如入侵檢測、信用欺詐、心電圖監(jiān)測、地震預(yù)測、新星體的發(fā)現(xiàn)等。隨著數(shù)字信息時代的到來，世界上的各種事物都開始轉(zhuǎn)向以數(shù)字為載體的存儲和傳輸，增加了人們應(yīng)用、處理各種復(fù)雜數(shù)據(jù)集的幾率。數(shù)據(jù)的數(shù)量和維度級別的不斷增加，對現(xiàn)有離群點檢測算法的準確率和高效性發(fā)出了挑戰(zhàn)。
　　本文在以上背景

2、下對國內(nèi)外關(guān)于離群挖掘的研究現(xiàn)狀和研究成果進行了總結(jié)分析，對離群數(shù)據(jù)挖掘的相關(guān)應(yīng)用和預(yù)處理等工作進行了介紹，并概述了傳統(tǒng)的離群檢測算法以及近幾年流行的新穎離群檢測算法的工作原理和它們各自的優(yōu)缺點?；谝陨希紤]到離群點在本質(zhì)上是一種小概率事件的思想，并且目前離群點檢測技術(shù)的發(fā)展趨勢逐漸接近對離群點本質(zhì)的思考和探索，本文采用了通過計算數(shù)據(jù)集中數(shù)據(jù)點的分布概率來衡量數(shù)據(jù)集不規(guī)則程度的基于信息熵的離群挖掘方法，并展開了研究。
　　在綜合

3、分析了近幾年來關(guān)于信息熵的離群檢測算法的發(fā)展歷程和研究成果、以及基于信息熵離群檢測算法可改進之處的情況下，本文選取了在計算復(fù)雜度、檢測率、以及數(shù)據(jù)集通用性上具有綜合優(yōu)勢的EOF(EntropyOutlierFactor)算法作為研究基礎(chǔ)。并通過改進算法對離群點的輸出處理流程，得出了能夠在局部上優(yōu)化EOF算法檢測結(jié)果的NCEOF算法。隨后，為了提高算法對于不同數(shù)量、維度、復(fù)雜程度數(shù)據(jù)集的檢測高效性和通用性，本文類比EOF計算離散屬性信息熵

4、增的思想，引入了自然最近鄰概念，以用于計算連續(xù)屬性的局部信息熵偏離度，并結(jié)合連續(xù)屬性的整體和局部權(quán)重度量，提出了基于加權(quán)自然鄰域?qū)傩院挽氐碾x群檢測算法HLEAWOF。
　　本文最后在UCI數(shù)據(jù)集WisconsinBreastCancer、以及KDD-Cup99部分數(shù)據(jù)上對改進后的算法展開了實驗，并在相同環(huán)境下與原EOF算法進行比較，驗證了算法的通用性以及改進有效性。并分析了算法的改進優(yōu)勢和仍然具有的不足之處。
　　最后，本文