數據挖掘的人力資源統(tǒng)計數據異常檢測方法研究及應用.pdf

1、隨著我國社會經濟的發(fā)展，政府統(tǒng)計部門對企業(yè)上報的數據的要求越來越高，個別企業(yè)從自身利益出發(fā)存在著虛報、瞞報現(xiàn)象。如何甄別企業(yè)上報數據中的不真實數據進而保證數據質量成為統(tǒng)計領域亟待解決的課題。利用數據挖掘技術對海量數據進行異常數據的檢測是一種可行的方法，但該技術在統(tǒng)計領域被研究得不多。本文圍繞如何運用數據挖掘技術在人力資源統(tǒng)計數據中進行異常數據檢測的自適應方法及應用展開研究工作。本文的主要研究工作有以下幾點。
　　首先，本文對數據挖

2、掘技術和異常檢測方法進行了梳理，重點對K-means和DBSCAN兩個聚類算法進行了深入的研究。
　　接著，提出了一種基于混合聚類的自適應異常檢測方法。該方法改進K-means算法提供了自動計算合適K值的方法，結合了K-means和DBSCAN聚類算法的優(yōu)點，實現(xiàn)參數的自適應，避免了人工干預。運用改進的K-means算法一次聚類計算DBSCAN算法的初始值，用DBSCAN算法二次聚類即可得到異常數據。
　　最后，以本文提出的