人工智能異常數(shù)據(jù)挖掘研究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能異常數(shù)據(jù)挖掘研究范文，希望能給你帶來靈感和參考，敬請閱讀。

【摘要】在我國社會經(jīng)濟的不斷發(fā)展、科技的飛速進步的大背景下，計算機網(wǎng)絡(luò)技術(shù)的應(yīng)用得到了更廣泛、更高端的應(yīng)用。在大數(shù)據(jù)時代中，網(wǎng)絡(luò)信息的數(shù)量在不斷增加，人們的需求也在不斷增加，傳統(tǒng)的計算機應(yīng)用已經(jīng)無法滿足人類的需求，由此誕生出了計算機數(shù)據(jù)挖掘技術(shù)。而人工智能與數(shù)據(jù)挖掘技術(shù)的結(jié)合，為各行業(yè)領(lǐng)域的發(fā)展發(fā)揮了巨大的作用，也成為了信息化社會發(fā)展的必然需求。因此，本文根據(jù)人工智能和異常數(shù)據(jù)挖掘的內(nèi)涵，提出了人工智能用于異常數(shù)據(jù)挖掘的幾種方法，對提升數(shù)據(jù)的時效性和質(zhì)量具有重要的意義。

【關(guān)鍵詞】人工智能；異常數(shù)據(jù)挖掘；分析

1引言

數(shù)據(jù)挖掘是通過對數(shù)據(jù)采集、分析和處理的系統(tǒng)過程，對海量數(shù)據(jù)中的有效數(shù)據(jù)的挖掘的重要手段。而人工智能則是運用計算機技術(shù)結(jié)合其他學科技術(shù)實施智能學習、模擬人類的思想和行為的一種技術(shù)手段。兩者都作為現(xiàn)代化前言的數(shù)據(jù)控制技術(shù)，具有良好的發(fā)展和應(yīng)用前景。在數(shù)據(jù)集中，異常值作為不確定的數(shù)據(jù)點，不僅會影響數(shù)據(jù)集中的挖掘，還會降低其性能，直接用于異常場景的檢測，其中涉及到了安全檢測、欺詐檢測等，異常數(shù)據(jù)的檢測成為了數(shù)據(jù)挖掘中最為關(guān)鍵的一步。因此，本文通過運用人工智能技術(shù)去挖掘異常數(shù)據(jù)，為相關(guān)領(lǐng)域的發(fā)展和應(yīng)用提供了有效的數(shù)據(jù)價值和支撐。

2人工智能和異常數(shù)據(jù)挖掘的內(nèi)涵

2.1人工智能

人工智能（AI）是近年來比較流行且應(yīng)用較為廣泛的計算機科學技術(shù)，其主要目的是為了模擬人類的思考行為而實施的智能化控制領(lǐng)域?，F(xiàn)如今，在各行業(yè)領(lǐng)域中都能看到人工智能身影，其最為典型的應(yīng)用包含了圖像識別技術(shù)、語音系統(tǒng)、視覺識別技術(shù)等。伴隨著人工智能技術(shù)的成熟與發(fā)展，人工智能科技產(chǎn)品給人們的生活帶來了翻天覆地的變化，有效的解決了人們?nèi)粘Ｉ钪械膯栴}和困難。除了生活小事可以用到它，還可以讓它代替人類從事對于人類本身來說更復(fù)雜、更危險的工作，因為人工智能不會像人類一樣會受到自身身體因素的影響，從而一定程度上保障了工作人員的安全。

2.2異常數(shù)據(jù)挖掘

在大量的網(wǎng)絡(luò)數(shù)據(jù)中包含著與其他數(shù)據(jù)不一樣的數(shù)據(jù)記錄，這些數(shù)據(jù)被稱之為異常點[1]。而數(shù)據(jù)中的異常點中通常包含著重要的信息，對數(shù)據(jù)的異常點或者特點的問題進行分析，可以得到具有價值的信息。比如：銀行數(shù)據(jù)中可以檢測出欺詐行為，這就是數(shù)據(jù)挖掘在特地領(lǐng)域中發(fā)揮的重要價值和作用。對異常點進行查找的過程即數(shù)據(jù)挖掘，作為數(shù)據(jù)挖掘技術(shù)中的一種，異常數(shù)據(jù)挖掘又稱之為異常檢測、小事件檢測、偏差檢測等。從知識的角度去分析，不同尋常的檢測為我們的工作提供比較具有價值的信息，也讓我們發(fā)現(xiàn)一些出乎意料以外的知識。目前，在各行業(yè)領(lǐng)域的發(fā)展過程中，異常數(shù)據(jù)挖掘得到了廣泛的應(yīng)用，比如可以利用異常點檢測去預(yù)估市場動向，去分析客戶的消費異常行為以及為醫(yī)療事業(yè)的發(fā)展提供多樣化的治療方式等，對異常數(shù)據(jù)進行挖掘和分析，具有重要的現(xiàn)實意義。在實際應(yīng)用中，會按照實際情況去選擇相對應(yīng)異常數(shù)據(jù)挖掘方法，進而去挖掘異常點數(shù)據(jù)。不同的數(shù)據(jù)模式，以及數(shù)據(jù)集成不同，進而異常點數(shù)據(jù)也存在著不同的類型。

3人工智能用于異常數(shù)據(jù)挖掘的幾種方法

3.1人工智能之神經(jīng)網(wǎng)絡(luò)方法

人工智能就是模擬人類思維，形成人工神經(jīng)網(wǎng)絡(luò)的關(guān)鍵就是模擬人類思維，使計算機網(wǎng)絡(luò)接近人腦運作，隨著以人工智能的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)也得到了更加廣泛的運用。神經(jīng)網(wǎng)絡(luò)模型主要由輸入層、輸出層以及隱含層三層結(jié)構(gòu)組成，神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度取決于隱含層的節(jié)點和層數(shù)，輸入層的節(jié)點代表多個預(yù)測變量，輸出層的節(jié)點代表多個目標變量[2]。其次，通過網(wǎng)絡(luò)神經(jīng)模型圖可以看出，得到整個實現(xiàn)過程，將每個訓(xùn)練樣本賦予第一層輸入層，再結(jié)合各自的第二層，每層的隱含層再結(jié)合權(quán)重輸出作為下一層的輸入，最后一層節(jié)點輸出層單元，最終預(yù)測輸出層的各個訓(xùn)練樣本。

3.2知識粒度異常數(shù)據(jù)挖掘算法

知識粒度計算是人工智能領(lǐng)域研發(fā)的全新方向，此方法可以對不確定的信息進行處理，其中主要包含了商空間模型、粗糙集模型以及模糊集模型，這種方法建立的概念和思想主要是運用不同粒度上的信息處理問題，該理論在數(shù)據(jù)挖掘、機器學習等領(lǐng)域中都到了應(yīng)用。知識粒度的異常數(shù)據(jù)挖掘為處理各種不確定的數(shù)據(jù)提供了新的方向，這種異常數(shù)據(jù)挖掘算法不需要預(yù)知數(shù)據(jù)的分布狀況，只需要采用知識度量各個對象之間的距離與異常度，就能挖掘出各類異常數(shù)據(jù)。

3.3兩種方法對比分析結(jié)論

根據(jù)上文所述，以上兩種方法各有各的優(yōu)勢和缺陷，神經(jīng)網(wǎng)絡(luò)方法作為人工智能中應(yīng)用于數(shù)據(jù)挖掘最早的方法之一，能夠有效的挖掘出異常數(shù)據(jù)，但是這種方法的層級難以確定，使用時間和難度都較高，基于知識粒度的異常數(shù)據(jù)挖掘算法不僅能夠?qū)崿F(xiàn)異常數(shù)據(jù)的檢測目的，還能對不同粒度上的問題和信息進行處理，快速的檢測出異常數(shù)據(jù)，這種算法在多個領(lǐng)域都得到的普及和應(yīng)用[3]。

4結(jié)語

綜上所述，對異常數(shù)據(jù)進行研究和挖掘無論是對各行業(yè)領(lǐng)域的崛起，還是社會經(jīng)濟的發(fā)展，都發(fā)揮著重要的作用和價值。近年來，異常數(shù)據(jù)挖掘取得了進一步的研究和發(fā)展，在金融、氣象、醫(yī)療領(lǐng)域等都得到了廣泛的應(yīng)用，也為其發(fā)展起到了推動的作用。希望本論文闡述的基于人工智能的異常數(shù)據(jù)挖掘方法可以給更多的學者研究提供部分借鑒，在克服各種問題和障礙時，促使自動化智能控制技術(shù)更好的為人類社會的發(fā)展而服務(wù)。

【參考文獻】

[1]朱海麒，姜峰.人工智能時代面向運維數(shù)據(jù)的異常檢測技術(shù)研究與分析[J].信息網(wǎng)絡(luò)安全，2019（11）:24-35.

[2]楊庭庭，徐凱.人工智能用于異常數(shù)據(jù)挖掘研究綜述[J].電子技術(shù)與軟件工程，2014（08）:198.

[3]于浩.人工智能在入侵檢測系統(tǒng)中的應(yīng)用[J].科技創(chuàng)新導(dǎo)報，2008（10）:35-36.

作者：甘櫪元 單位：廣西中醫(yī)藥大學第一附屬醫(yī)院