y**********a
发帖数: 824 | 1 数据是用户读取数据的时间，一个例子是：
用户 A 访问数据 B 的时间。数据 B 有不同的版本，譬如每周一个版本，或每天一个
版本：
( 3/1, 1/1) 这对数组表示用户 A 在 3月1号 访问了数据 B 的 1月1号 版本。
现在的问题是希望找到这些访问中的 "outlier"
有两种情况特别值得考虑：
1. 一个用户稳定地访问某数据的近期版本，譬如总是访问 2 周前的版本。但有一天突
然访问了半年前的版本；
2. 一个用户只放问某数据几次，而且访问日期相隔很远，毫无规律可言；
现在 outlier 的定义还没完全确定，尤其是第二种情况。譬如一个用户只访问了某数
据一次，是不是应该算 outlier。想找一下处理类似数据的资料。 |
p***o
发帖数: 1252 | 2 dynamic time warping?
【在 y**********a 的大作中提到】
: 数据是用户读取数据的时间，一个例子是：
: 用户 A 访问数据 B 的时间。数据 B 有不同的版本，譬如每周一个版本，或每天一个
: 版本：
: ( 3/1, 1/1) 这对数组表示用户 A 在 3月1号 访问了数据 B 的 1月1号 版本。
: 现在的问题是希望找到这些访问中的 "outlier"
: 有两种情况特别值得考虑：
: 1. 一个用户稳定地访问某数据的近期版本，譬如总是访问 2 周前的版本。但有一天突
: 然访问了半年前的版本；
: 2. 一个用户只放问某数据几次，而且访问日期相隔很远，毫无规律可言；
: 现在 outlier 的定义还没完全确定，尤其是第二种情况。譬如一个用户只访问了某数
|
r********n
发帖数: 7441 | 3 Binary segmentation + dynamic programming |
K*******A
发帖数: 7 | 4 第一个肯定是outlier，你只需要找出用户访问时间和版本日期的correlation就可以判
定这是outlier
第二个看你自己定义了，如果没加任何filter，用一般的scoring来算肯定是outlier。
但是可能你加个group by user的话就不是了 |
