La détection des valeurs anormales dans l'analyse des big data consiste à découvrir des informations remarquablement différentes ou potentiellement précieuses à partir de données massives, incomplètes et bruitées. L'accent est mis sur les méthodes d'analyse couramment utilisées pour détecter les valeurs anormales basées sur la distribution statistique, la proximité, le regroupement, la classification, et les scénarios adaptés à chacune d'elles. En même temps, en prenant l'exemple d'une entreprise de vente de produits pétroliers finis dans une certaine ville, nous avons révélé, par le biais de la fouille de données et de l'exploration, des caractéristiques de consommation anormales telles que la fréquence de ravitaillement en carburant et les intervalles entre les ravitaillements, mettant ainsi en lumière les découvertes commerciales derrière les valeurs anormales, et améliorant davantage le niveau de gestion fine des clients de vente au détail de produits pétroliers finis.

valeurs anormales vente au détail de produits pétroliers fouille de données