[发明专利]票据异常检测模型生成方法与票据异常检测方法

说明书

本申请涉及一种票据异常检测模型生成方法与票据异常检测方法，其中，模型生成方法包括：获取历史票据数据；识别所述历史票据数据中的分类型字段；对所述分类型字段中非数值型字段进行数值转化和标准化处理，并对时间类型字段进行基于不同时间粒度的字段衍生，得到样本数据；根据所述样本数据，训练得到改进型孤立森林模型。整个过程中，一方面针对票据数据中的分类型字段进行数值化和标准化处理，并且针对时间类型字段进行不同时间粒度的字段衍生，以更加适合后续改进型孤立森林模型的训练，另一方面，采用改进型孤立森林模型来作为基础模型，其支持局部点检测，因此，整个方案能够支持全面且准确的票据异常检测。

技术领域

本申请涉及智能检测技术领域，特别是涉及一种票据异常检测模型生成方法、装置、计算机设备、存储介质和计算机程序产品；以及一种票据异常检测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着电子票据的进一步发展，每年全国企业开具电子票据的数量以极高的速度在增长，尽管电子平票据给企业带来了极大的便利，但票据的管理也给发票管理部门带来了新的挑战，特别在防范各种虚开、异常发票的现象带来了挑战。

目前票据异常检测大多数采用规则引擎的方式进行风险控制，另外也有采用孤立森林算法等方式进行异常检测。上述这些方式虽然可以实现基础的异常点检测，但是规则引擎的方式由于需要基于人工设置规则，其难以实现异常点全方面覆盖检测；而孤立森林算法虽然具备全局异常点检测的能力，但对于多中心点聚集的数据形态，检测异常效果不好，特别是无法检测某些局部异常点。

可见，传统的票据异常点检测方案无法实现全面且准确的票据异常检测。

发明内容

基于此，有必要针对上述技术问题，提供一种能够支持全面、且准确的票据异常检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品以及一种全面、且准确的票据异常检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种票据异常检测模型生成方法。所述方法包括：

获取历史票据数据；

识别所述历史票据数据中的分类型字段；

对所述分类型字段中非数值型字段进行数值转化和标准化处理，并对时间类型字段进行基于不同时间粒度的字段衍生，得到样本数据；

根据所述样本数据，训练得到改进型孤立森林模型。

在其中一个实施例中，对时间类型字段进行基于不同时间粒度的字段衍生包括：对时间类型字段进行基于月、日以及小时的字段衍生。

在其中一个实施例中，所述识别所述历史票据数据中的分类型字段包括：

对所述历史票据数据进行去重和一致性校验，得到预处理后的数据；

识别所述预处理后的数据中的分类型字段。在其中一个实施例中，所述根据所述样本数据，训练得到改进型孤立森林模型之后还包括：

等待预设时间间隔，返回所述获取历史票据数据的步骤。

在其中一个实施例中，所述根据所述样本数据，训练得到改进型孤立森林模型包括：

从所述样本数据中随机抽取预设份数据，得到训练样本集；

对所述训练样本集进行特征提取，得到特征数据集；

根据所述特征数据集，生成多个数据分割超平面；

确定各所述数据分割超平面中分割后样本数据离散程度最小对应的最优分割超平面；

获取所述最优分割超平面对应的最优分割点；

根据所述最优分割点以及所述训练样本集，训练得到孤立森林中的单棵树；

返回所述从所述样本数据中随机抽取预设份数据，得到训练样本集的步骤，直至训练得到预设棵的树；

根据训练得到的预设棵的树，构建改进型孤立森林模型。