Resumen

Para muchas aplicaciones, encontrar casos raros o valores atípicos puede ser más interesante que encontrar patrones comunes. Los trabajos existentes sobre la detección de valores atípicos nunca tienen en cuenta el contexto de la web profunda. En este trabajo, argumentamos que, para muchos escenarios, es más significativo detectar valores atípicos en la web profunda. En el contexto de la web profunda, los usuarios deben enviar consultas a través de una interfaz de consulta para recuperar los datos correspondientes. Por tanto, los métodos tradicionales de minería de datos no pueden aplicarse directamente. La principal contribución de este artículo es el desarrollo de un nuevo método de minería de datos para la detección de valores atípicos en la web profunda. En nuestro enfoque, el espacio de consulta de una fuente de datos de la web profunda se estratifica en base a una muestra piloto. El muestreo de vecindad y el muestreo de incertidumbre se desarrollan en este trabajo con el objetivo de mejorar el recuerdo y la precisión basados en la estratificación. Por último, una cuidadosa evaluación del rendimiento de nuestro algoritmo confirma que nuestro enfoque puede detectar eficazmente los valores atípicos en la web profunda.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:web profunda, métodos de minería de datos, detección de valores atípicos, fuente de datos web, papel, evaluación cuidadosa del rendimiento, muchas aplicaciones, muestreo de vecindario, muestra piloto, instancia rara
• Keywords:deep web, data mining methods, outlier detection, web data source, paper, careful performance evaluation, many application, neighborhood sampling, pilot sample, rare instance