Die Erkennung von Ausreißern in der Big-Data-Analyse ist ein Prozess, um signifikant unterschiedliche oder potenziell wertvolle Informationen aus massiven, unvollständigen und verrauschten Daten zu entdecken. Der Schwerpunkt liegt auf gängigen Analysemethoden zur Erkennung von Ausreißern, die auf statistischer Verteilung, Nähe, Clustering, Klassifizierung basieren, und auf die geeigneten Szenarien für jede von ihnen. Gleichzeitig haben wir anhand eines Beispiels eines Unternehmens für den Verkauf von Fertigölprodukten in einer bestimmten Stadt durch Daten-Mining und Exploration ungewöhnliche Verbrauchsmuster wie die Tankfrequenz und die Intervalle zwischen den Tankungen entdeckt und damit die geschäftlichen Erkenntnisse hinter den Ausreißern aufgedeckt und das Niveau des feineren Managements der Kunden im Einzelhandel für Fertigölprodukte weiter verbessert.

Ausreißer Einzelhandelsverkauf von Produkten aus Fertigöl Daten-Mining