组异常检测论文学习-Group anomaly detection in social media analysis

组异常检测三挑战：

• 事先不知道异常组里的成员都有谁
• 单独对个体进行检测时可能检测不出异常
• 异常组中成员数量会随着时间变化

前期知识

贝叶斯法则

其中P(A|B)是在B发生的情况下A发生的可能性。为完备事件组，即

在贝叶斯法则中，每个名词都有约定俗成的名称：
Pr(A)是A的先验概率或边缘概率。之所以称为"先验"是因为它不考虑任何B方面的因素。
Pr(A|B)是已知B发生后A的条件概率，也由于得自B的取值而被称作A的后验概率。
Pr(B|A)是已知A发生后B的条件概率，也由于得自A的取值而被称作B的后验概率。
Pr(B)是B的先验概率或边缘概率，也作标准化常量（normalized constant）。
按这些术语，Bayes法则可表述为：
后验概率 = (似然度 *先验概率)/标准化常量　也就是说，后验概率与先验概率和似然度的乘积成正比。
另外，比例Pr(B|A)/Pr(B)也有时被称作标准似然度（standardised like