【摘 要】
：
大数据分析中的异常值检测是从海量、不完整、有噪声的数据中发现与其他数据显著不同或有潜在价值的信息过程。重点研究了基于统计分布、邻近性、聚类、分类等异常值检测的常
【机 构】
：
中国石油天然气股份有限公司规划总院信息中心,中国石油天然气股份有限公司规划总院
论文部分内容阅读
大数据分析中的异常值检测是从海量、不完整、有噪声的数据中发现与其他数据显著不同或有潜在价值的信息过程。重点研究了基于统计分布、邻近性、聚类、分类等异常值检测的常用分析方法及其适用场景。同时,以某地市销售公司成品油零售客户为例,通过数据挖掘和探索,总结加油频次、加油间隔等异常消费特征,揭开异常值背后的业务发现,进一步提升成品油零售客户的精细化管理水平。
其他文献
中国既是粮食消耗大国,也是粮食生产大国。随着粮食市场的开放,国内粮价、品种、品质、检验标准将受国际市场影响加大。粮食进口对我国来说主要是为了品种口味调剂,自给自足
为丰富同学们的学习生活,拓展视野,提高综合素质,学校开设了各式各样的选修课程,选修课的学分也被做了硬性规定。面对选修课,大学生心态各异,而选修课的开设和学生学习的过程
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’＃陈川个美食
Back to yield