来源：期刊VIP网 时间：
作者：李加军;
单位：广州华商学院数据科学学院;
摘要：精准找出异常离群数据有利于确保大规模数据在应用中的精确度，为此，设计了基于孤立森林的多离群点数据检测算法。首先，采用近似符号聚合算法处理大规模数据的多条件时间序列，再通过计算欧氏距离分析多条件时间序列的相似度，而后采用加权调整法调整相似曲线，剔除其中的异常数据，完成对大规模数据的清洗；利用清洗后的数据构建孤立树形成孤立森林，将待检测数据作为孤立森林的输入量，通过计算数据样本点到每棵树根节点的距离，实现对离群点数据的检测。实验结果表明：该算法能够有效地检测出离群点数据，在针对大规模数据离群点的检测时，检测结果精确度较高。
关键词：孤立树;;孤立森林;;离群点;;大规模数据;;异常检测;;相似度测量;;数据清洗;;时间序列
基金资助：广州华商学院校内导师制科研项目：大数据驱动的电子商务企业竞争力评价研究（2022HSDS12）
