基于社交关系与地理位置的异常点检测
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 异常点检测国内外研究现状 | 第12-13页 |
| 1.2.2 基于地理位置的聚类的研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关理论基础 | 第16-27页 |
| 2.1 异常点检测 | 第16页 |
| 2.2 异常点的类型 | 第16-17页 |
| 2.3 异常点检测方法 | 第17-23页 |
| 2.3.1 基于统计的异常点检测方法 | 第18-19页 |
| 2.3.2 基于邻近性的异常点检测方法 | 第19-20页 |
| 2.3.3 基于密度的异常点检测方法 | 第20-22页 |
| 2.3.4 基于聚类的异常点检测方法 | 第22页 |
| 2.3.5 高维数据中的异常点检测 | 第22-23页 |
| 2.4 异常点检测的挑战 | 第23-24页 |
| 2.5 本文使用的数据 | 第24-27页 |
| 第3章 基于社交关系的异常点检测 | 第27-34页 |
| 3.1 概述 | 第27-28页 |
| 3.2 数据预处理 | 第28-29页 |
| 3.2.1 特征选择 | 第28-29页 |
| 3.2.2 数据的标准化与数据降维 | 第29页 |
| 3.2.3 对异常点的定义和说明 | 第29页 |
| 3.3 算法实验流程及相关说明 | 第29-30页 |
| 3.4 实验结果 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于社交关系与地理位置的异常点检测 | 第34-46页 |
| 4.1 概述 | 第34页 |
| 4.2 地理位置特征值的提取 | 第34页 |
| 4.3 针对算法进行的数据处理 | 第34-36页 |
| 4.3.1 对地理位置聚类 | 第34-36页 |
| 4.3.2 特征选择 | 第36页 |
| 4.4 算法实验流程 | 第36-37页 |
| 4.5 实验结果 | 第37-45页 |
| 4.5.1 日数据使用KMEANS分析异常点 | 第37-41页 |
| 4.5.2 周数据使用KMEANS分析异常点 | 第41-43页 |
| 4.5.3 周数据使用DBSCAN分析异常点 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 工作总结 | 第46页 |
| 5.2 研究展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 作者简介及科研成果 | 第52-53页 |
| 致谢 | 第53页 |
