离群点挖掘包括离群点检测和离群点分析两个方面,是数据挖掘中的一个重要部分。为有效的检测出离群点,研究人员开发了大量的离群点检测算法。如:基于统计、基于距离、基于密度、基于深度以及基于偏离的检测算法等等。这些算法都集中于离群点的发现研究上,虽然能有效地找出离群点,但是不能反映出这些离群数据的产生原因和来源,在许多情况下缺少实际的应用价值。研究离群点的目的和用户关心的问题不仅是找出离群点,更重要的是对它们的产生来源、含义等进行分析,获得进一步的扩展知识,从而为决策提供有力的支持。离群点分析包括解释和描述离群点异常行为的知识发现及预测系统异常的离群模式的挖掘。对离群点进行准确完整的分析不可避免地要具备足够的问题领域知识,但从数据集以及离群点在属性域空间的分布特征等方面研究可以获得相当丰富的扩展知识。离群点知识集是能描述和解释离群原因的最小属性集;强/弱离群点,是对不同离群程度的离群点的分类;属性格是直观表示离群点和知识集以及它们之间对应关系的格;离群模式是对发生异常可能性的数值描述语句,能够对系统异常做出预测。本文的主要贡献如下:1、提出离群点知识集发现算法FindKnowledgeSet。该算法与离群点检测相融合,采用低维到高维的属性集分析思想,挖掘离群点的所有知识集。实验结果分析表明该算法可有效发现离群点知识集并可合理解释离群原因。2、为解决算法FindKnowledgeSet处理大型数据集的不适用性,结合CURE算法中的抽样技术来减少算法FindKnowledgeSet的复杂度。实例分析抽样后算法的时间效率明显提高。3、根据知识集和强/弱离群点的定义将离群点分类,找出不同离群程度的离群点间的影响关系;实例分析属性格表示离群点和知识集的简洁性和直观性。4、利用有向图将离群点集和它们之间不同的相似性关系表示出来,将离群相似模式的挖掘过程演变成有向图最长路径的寻找过程。实例分析计算相似性和挖掘离群相似模式的过程。