| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究的目的和意义 | 第8-9页 |
| 1.2 国内外的研究现状 | 第9-11页 |
| 1.3 异常点挖掘技术研究热点 | 第11页 |
| 1.4 本文主要的内容和组织结构 | 第11-13页 |
| 1.4.1 论文的主要内容 | 第11-12页 |
| 1.4.2 论文的组织框架 | 第12-13页 |
| 2 数据库异常点挖掘技术研究 | 第13-27页 |
| 2.1 数据库异常点挖掘概述 | 第13-16页 |
| 2.1.1 数据库异常点 | 第13-14页 |
| 2.1.2 数据库异常点挖掘 | 第14-16页 |
| 2.2 数据库异常点挖掘的基本方法 | 第16-25页 |
| 2.2.1 基于统计的数据库异常点挖掘方法 | 第16-17页 |
| 2.2.2 基于距离的数据库异常点挖掘方法 | 第17-19页 |
| 2.2.3 基于聚类的数据库异常点挖掘方法 | 第19页 |
| 2.2.4 基于偏差的数据库异常点挖掘方法 | 第19-20页 |
| 2.2.5 基于密度的数据库异常点挖掘方法 | 第20-25页 |
| 2.3 数据库异常点挖掘技术应用 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于邻居关系的网格山脊点过滤算法 | 第27-34页 |
| 3.1 传统网格过滤算法缺陷 | 第27-28页 |
| 3.2 基于邻居关系的网格山脊点过滤算法 | 第28-32页 |
| 3.2.1 概念定义 | 第28-30页 |
| 3.2.2 算法流程 | 第30-32页 |
| 3.3 实验分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 基于邻居关系的数据库异常点挖掘方法 | 第34-43页 |
| 4.1 基于密度的异常点挖掘方法LOF缺陷 | 第34-35页 |
| 4.2 方法改进策略 | 第35-39页 |
| 4.2.1 多维数据约简策略 | 第35-37页 |
| 4.2.2 网格邻域查询优化策略 | 第37-39页 |
| 4.3 NLOF描述及分析 | 第39-42页 |
| 4.3.1 NLOF描述 | 第39-41页 |
| 4.3.2 算法分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 实验分析和验证 | 第43-54页 |
| 5.1 数据预处理 | 第43-44页 |
| 5.2 实验的数据集 | 第44-46页 |
| 5.3 数据参数的选取 | 第46-48页 |
| 5.3.1 K邻域参数k的选取 | 第46-48页 |
| 5.3.2 异常程度阈值α分析与选取 | 第48页 |
| 5.3.3 山脊点密度阈值β和网格密度波动率阈值ρ分析与选取 | 第48页 |
| 5.4 实验和分析 | 第48-51页 |
| 5.4.1 有效性实验 | 第48-49页 |
| 5.4.2 效率对比 | 第49-51页 |
| 5.5 NLOF方法挖掘定向广告潜在客户 | 第51-53页 |
| 5.5.1 定向广告背景 | 第51页 |
| 5.5.2 NLOF方法挖掘高收入消费者 | 第51-53页 |
| 5.6 本章小结 | 第53-54页 |
| 6 总结和展望 | 第54-56页 |
| 6.1 本文工作总结 | 第54页 |
| 6.2 总结和展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |
| 攻读硕士学位期间发表的论文和出版的著作情况 | 第61页 |
| 攻读硕士学位期间参加的科学研究情况 | 第61页 |
| 攻读硕士学位期间学术成果获奖情况 | 第61页 |