近日，我院张贤勇教授在学界公认的数据挖掘国际顶级期刊《IEEE Transactions on Knowledge and Data Engineering》（亦为中国计算机学会CCF推荐A类国际期刊）发表论文“Outlier Detection Using Three-Way Neighborhood Characteristic Regions and Corresponding Fusion Measurement” (IEEE Transactions on Knowledge and Data Engineering, 2023, http://doi.org/10.1109/TKDE.2023.3312108),该篇论文的合作者为同济大学的苗夺谦教授以及四川大学的袁钟副研究员。

该文利用邻域粗糙集建立一种基于三支决策理论的离群点检测新方法。目前传统基于距离的离群点检测方法仅适用于数值数据，而基于经典粗糙集的检测方法处理符号数据而非数值数据。针对上述问题，该研究构造三支边界域、三支内区域、三支邻域特征区域以及相应融合测度，激发多邻域离群因子表征对象离群程度，从而诱导出一种有效适用于数值数据、符号数据以及混合数据的离群点检测泛化方法，称之为基于三支邻域特征区域的离群点检测（3WNCROD），最后通过大数据实验验证新方法的有效性及优越性。

作者介绍：张贤勇，四川师范大学教授、博士、博导、硕导、251 重点人才，同济大学博士后，加拿大 Regina 大学访问学者、博士后，四川省学术和技术带头人后备人选。主要从事不确定性的数据分析与智能计算，先后在TKDE、TSMC、INS、KBS、ESWA、ASOC、EAAI、IJAR、IJMLC、AIRE、APIN、PRL、COGN、IJFS等期刊上发表论文（ESI高被引5篇），在科学出版社出版学术专著1部。主持国家自然科学基金2项、中国博士后基金2项、上海市博士后基金1项、四川省科技计划项目2项、四川省留学人员科技活动项目1项。

作者：李媛    一审：蒋毅  终审：屈加文

【编辑：数学科学学院】