典型文献
基于Hadoop的分布式财务异常数据分析系统设计
文献摘要：
传统的异常数据监测算法依靠单台计算机对异常数据进行识别,识别速度慢,且无法满足对数据处理的精确性要求.针对上述问题,文中构建了Hadoop分布式财务异常数据分析模型.该模型采用Hadoop中的MapReduce框架作为并行计算框架,同时在数据异常检测算法方面引入了邻域关系的LOF算法,有效避免了数据集元素边缘可能会出现误判的情况.数值实验结果表明,文中所提算法的准确率相比其他3种同类算法提升了5％以上,且算法的总运行时间也明显缩短.由此可见,文中所提模型可快速、准确地检测出财务异常数据,保障医疗系统的平稳运行.
文献关键词：
Hadoop集群;并行算法;LOF算法;异常数据检测;MapReduce框架
中图分类号：
作者姓名：
王金元;王宇;张亚松;林昊;龚致富;李盼;安新艳
作者机构：
河北北方学院附属第一医院,河北 张家口075000
文献出处：
引用格式：
[1]王金元;王宇;张亚松;林昊;龚致富;李盼;安新艳-.基于Hadoop的分布式财务异常数据分析系统设计)[J].信息技术,2022(01):21-25,31
A类：
B类：
Hadoop,财务异常数据,数据分析系统,数据监测,监测算法,单台,速度慢,精确性,数据分析模型,MapReduce,并行计算,计算框架,数据异常检测,检测算法,法方,邻域,LOF,误判,数值实验,运行时间,医疗系统,并行算法,异常数据检测
AB值：
0.343909
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
