Autobox (บริษัท ของฉัน) ให้บริการตรวจจับนอกขอบเขต อัลกอริทึมของ Twitter ได้รับค่าผิดปกติขนาดใหญ่ แต่คิดถึงคนเล็กเมื่อเทียบกับAutobox
ใช้เวลานานในการรัน แต่ผลลัพธ์จะดีกว่าสำหรับการค้นหาค่าผิดปกติที่น้อยลงและการเปลี่ยนแปลงในฤดูกาลซึ่งเป็นค่าผิดปกติด้วย ด้านล่างนี้เป็นแบบจำลองที่ค้นหาผู้ผิดกฎหมาย 79 รายโดยใช้การสังเกต 8,560 ครั้งครั้งแรกจากการสังเกตแบบเดิม 14,398 ครั้ง รุ่นมาตรฐานสูงสุดออกมาที่ 10,000 ข้อสังเกตุ แต่สามารถแก้ไขได้มากขึ้น แต่ไม่มีเหตุผลที่แท้จริงที่จะมีข้อมูลจำนวนมากอยู่แล้วเมื่อคุณต้องการระบุและตอบกลับผู้ผิด
เราได้รับอิทธิพลจากงานที่ทำโดย Tsay เกี่ยวกับค่าผิดปกติการเลื่อนระดับและการเปลี่ยนแปลงความแปรปรวนและงานของ Chow เกี่ยวกับการเปลี่ยนแปลงพารามิเตอร์พร้อมกับงานของเราในการตรวจจับการเปลี่ยนแปลงตามฤดูกาล
หากคุณดาวน์โหลดรุ่นทดลอง 30 วันและโหลดข้อมูลตัวอย่างของ Twitter และระบุความถี่เป็น 60 และบันทึกไฟล์ทริกเกอร์ 3 ไฟล์ในโฟลเดอร์การติดตั้ง (noparcon.afs, novarcon.afs, notrend.afs) และสร้างไฟล์ที่เรียกว่า stepupde afs ด้วย 100