互联网挖掘异常值分析数据

采集海量互联网数据，分析挖掘数据异常值，精准识别数据异常值，为后期海量脏数据处理清洗转换作基础，是最终实现覆盖大面积有效网络相关数据的支撑。1.数据来源
采集了包括全网精品综合门户网站、全品类优质行业网站、权威地方官媒网络、移动端APP媒体，涵盖全部115个细分行业互联网数据，覆盖95%的中国网民、40万家优质合作网站。
2.数据处理
对采集到的数据进行异常值分析，采用Z-score的方法计算异常值，
公式为：
Z = (x - μ) / σ其中，x是usetype单个数据值，μ是数据集中枢，σ是数据标准差。其中，
μ = sum(data) / len(data)；
σ = sqrt((sum((x - μ)^2) / len(data))
data数据集为每行domain中的数据累计计分，计分维度包括id、state、usetype、ip、pv、area_id、siteid、sitename、domain、login、respond等;
根据互联网不同应用场景给定异常值范围，例如-3<Z<3，实现数据异常值的精准识别。
3.数据应用
通过对互联网数据进行分析挖掘，有效识别数据异常值，是后期海量脏数据处理清洗转换的基础，是最终实现覆盖大面积有效网络相关数据的支撑。

搜集汇总

数据集介绍

特点

该数据集是一个用于互联网数据异常值分析的企业数据集，包含3281条记录，采用Z-score方法进行异常值识别，覆盖多个数据维度，旨在为数据处理清洗提供基础支持。