以屬性導向歸納法挖掘資料異常之研究

NCUIR > School of Management at National Central University > Graduate Institute of Information Management > Electronic Thesis & Dissertation > Item 987654321/12843

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/12843

Title:	以屬性導向歸納法挖掘資料異常之研究
Authors:	陳志安;Zhen-An Chen
Contributors:	資訊管理研究所
Keywords:	資料挖礦;屬性導向歸納法;熵函數;異常偵測;Data Mining;Attribute-Oriented Induction;Entropy;Fraud Detection;Concept Lattice
Date:	2000-06-26
Issue Date:	2009-09-22 15:15:49 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	資料挖礦一般應用於穩定發展資料，藉從其中挖掘有代表性的規則。提供決策階層參考。但是在現實資料上，資料會因外在狀況的變化，產生突然的變異。如此變異如能即時通知管理階層，就可以做出因應。此論文以Entropy來評估資料穩定度。當Entropy有明顯變化時，即代表資料出現異常，此時配以Concept Lattice及屬性導向歸納法來檢查其異常部分，進而通知決策者可能異常之狀況。本研究屏除了以往Fraud Detection中需以個案為學習對象，才能抓取異常的傳統方法，所以能直接快速地從資料中找出異常特徵。而在應用方面則以分析行動電話使用異常狀況為例。當分析出群體或個人使用異常區間時，即以屬性導向歸納法將此區間資料歸納出其特色，以提供決策階層參考。
Appears in Collections:	[Graduate Institute of Information Management] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing