高价值、低密度是大数据的特征, 挖掘高价值、低密度的数据对象是大数据的一项重要工作。特异群组是一类高价值、低密度的数据形态, 是指在众多行为对象中, 少数对象群体具有一定数量的相同 (或相似) 的行为模式, 表现出相异于大多数对象而形成的异常的群组。特异群组挖掘在证券金融、医疗保险、智能交通、社会网络和生命科学研究等领域具有重要的应用价值。对特异群组挖掘的研究代表了数据挖掘从浅层到深层的发展趋势和必要性。本书系统地阐述了特异群组挖掘任务, 包括介绍了特异群组挖掘的概念, 分析了特异群组挖掘任务与聚类、异常等任务之间的差异, 给出了特异群组挖掘任务的相关算法, 并且列举了特异群组挖掘的几个重点应用。
