一种基于聚类和分类的异常订单辨识方法

    公开(公告)号:CN118551300A

    公开(公告)日:2024-08-27

    申请号:CN202310155914.4

    申请日:2023-02-23

    Abstract: 本发明公开了一种基于聚类和分类的异常订单辨识方法,首先对获取的订单数据进行预处理并进行特征提取,之后进行多维DBSCAN聚类,初步筛选出与出租车群体运动总体行为相偏离的异常行为,并对聚类中划分出的正常簇进行隔离森林异常检测筛选异常值来增补聚类的异常簇中的异常点,最后利用XGboost模型对聚类结果数据进行训练,并基于此模型确定异常簇中的订单数据SHAP值,之后基于异常簇订单数据的特征参数与SHAP值,完成异常订单的辨识。本发明的异常订单辨识基于聚类和隔离森林算法进行双重异常检测,提高对异常订单识别的检测率,并基于XGboost模型和SHAP值对异常数据打标签,提供对这些行为的解释,有助于对异常情况进行分析和管理。

Patent Agency Ranking