Algoritmo para la detección de casos excepcionales basado en la teoría de conjuntos aproximados

Abstract

Los outliers son objetos que muestran un comportamiento anormal dentro del contexto donde se encuentran o que tienen valores inesperados en algunos de sus parámetros. Por la importancia que ello reviste en los procesos de búsqueda de información en grandes volúmenes de información, los investigadores prestan especial atención al desarrollo de técnicas de detección eficientes. Este artículo tiene como antecedentes una investigación previa que basa el problema de la detección de outliers en la teoría de Rough Sets. En dicho trabajo, los outliers se definen como elementos de los conjuntos excepcionales no redundantes que poseen un grado de excepcionalidad mayor que un umbral establecido. En el presente artículo se hace una revisión crítica de este trabajo evidenciando que resulta impracticable una implementación computacional de un algoritmo para detectar outliers a partir de dicho planteamiento teórico por ser de orden exponencial y se propone una extensión del marco teórico original sobre el que se diseña un algoritmo de complejidad temporal no exponencial basado en el método de detección propuesto junto con una implementación que ha permitido validar la propuesta.