本题考查异常值发现方法。选项A表述的信息指的是均值加减3倍标准差构造阈值范围来筛选异常数据。梯度下降法适用于计算最优值。相关性分析是对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度其余选项方法几乎无法发现异常值。归一化处理是对于原始数据映射到统一范围内，主要是为了数据处理更加方便。因此本题选A。

正确答案是：A: 使用均值加减3倍标准差设置阈值。

专业分析：
异常值（Outliers）是指在数据集中偏离其他数据点的值。发现异常值是数据预处理和数据分析中的重要步骤。以下是对各选项的分析：

A: 使用均值加减3倍标准差设置阈值
这是统计学中常用的一种方法，基于正态分布的性质。对于正态分布的数据，约99.7%的数据点会落在均值加减3倍标准差的范围内。因此，超出这个范围的数据点可以被视为异常值。这种方法简单且有效，适用于数据呈正态分布的情况。

B: 梯度下降法
梯度下降法主要用于优化问题，特别是在机器学习模型训练过程中用于最小化损失函数。它不是用于发现异常值的方法。

C: 相关性分析
相关性分析用于衡量两个变量之间的线性关系。虽然它可以帮助理解数据的结构和变量之间的关系，但它并不是直接用于发现异常值的方法。

D: 归一化处理
归一化处理是数据预处理的一种方法，目的是将数据缩放到一个特定范围（例如0到1）以便于模型训练。归一化处理本身并不用于发现异常值，但在某些情况下，它可以帮助减小异常值的影响。

综上所述，选项A是直接用于发现异常值的方法，因此正确答案是A。