(数据挖掘)如何用大数据做用户异常行为分析

“今天我们见证了数据的爆炸式增长：社交媒体数据、系统数据、CRM数据以及大量网络数据。然而， 在大多数情况下，这些数据告诉了我们用户行为的常见模式。 数据的异常变化可能是我们系统中的故障或用户流失的“症结”所在。

最近我们被客户要求撰写关于异常行为分析的研究报告，包括一些图形和统计输出。

如何识别数据海洋中的“暗礁”是用户行为异常行为分析所要探讨的问题。

▼

▍什么是异常检测？

异常检测是在数据中找到不符合“正常”的行为模式的过程。在时间序列数据中检测到与预期行为有偏差的数据对于确保系统的正常运行非常重要。

一般来说，异常可以分成两种：

▍全局异常/局部异常

局部异常

很多时候我们可以看到数据的潜在趋势，看起来像一个“波浪”：早上的活动不足，白天很高，晚上很低。 局部异常发生在这种情况下。 例如：晚上的高活动意味着异常。