[發明專利]票據異常檢測模型生成方法與票據異常檢測方法

有效

• 申請號: 202210394335.0
• 申請日: 2022-04-15
• 公開（公告）號: CN114495137B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 張民遐;陳錦洲
• 申請（專利權）人: 深圳高燈計算機科技有限公司
• 主分類號: G06V30/412
• 分類號: G06V30/412;G06V30/148;G06V30/19;G06V10/774;G06K9/62
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 黃恕

本申請涉及一種票據異常檢測模型生成方法與票據異常檢測方法，其中，模型生成方法包括：獲取歷史票據數據；識別所述歷史票據數據中的分類型字段；對所述分類型字段中非數值型字段進行數值轉化和標準化處理，并對時間類型字段進行基于不同時間粒度的字段衍生，得到樣本數據；根據所述樣本數據，訓練得到改進型孤立森林模型。整個過程中，一方面針對票據數據中的分類型字段進行數值化和標準化處理，并且針對時間類型字段進行不同時間粒度的字段衍生，以更加適合后續改進型孤立森林模型的訓練，另一方面，采用改進型孤立森林模型來作為基礎模型，其支持局部點檢測，因此，整個方案能夠支持全面且準確的票據異常檢測。

技術領域

本申請涉及智能檢測技術領域，特別是涉及一種票據異常檢測模型生成方法、裝置、計算機設備、存儲介質和計算機程序產品；以及一種票據異常檢測方法、裝置、計算機設備、存儲介質和計算機程序產品。

背景技術

隨著電子票據的進一步發展，每年全國企業開具電子票據的數量以極高的速度在增長，盡管電子平票據給企業帶來了極大的便利，但票據的管理也給發票管理部門帶來了新的挑戰，特別在防范各種虛開、異常發票的現象帶來了挑戰。

目前票據異常檢測大多數采用規則引擎的方式進行風險控制，另外也有采用孤立森林算法等方式進行異常檢測。上述這些方式雖然可以實現基礎的異常點檢測，但是規則引擎的方式由于需要基于人工設置規則，其難以實現異常點全方面覆蓋檢測；而孤立森林算法雖然具備全局異常點檢測的能力，但對于多中心點聚集的數據形態，檢測異常效果不好，特別是無法檢測某些局部異常點。

可見，傳統的票據異常點檢測方案無法實現全面且準確的票據異常檢測。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠支持全面、且準確的票據異常檢測方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品以及一種全面、且準確的票據異常檢測方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。

第一方面，本申請提供了一種票據異常檢測模型生成方法。所述方法包括：

獲取歷史票據數據；

識別所述歷史票據數據中的分類型字段；

對所述分類型字段中非數值型字段進行數值轉化和標準化處理，并對時間類型字段進行基于不同時間粒度的字段衍生，得到樣本數據；

根據所述樣本數據，訓練得到改進型孤立森林模型。

在其中一個實施例中，對時間類型字段進行基于不同時間粒度的字段衍生包括：對時間類型字段進行基于月、日以及小時的字段衍生。

在其中一個實施例中，所述識別所述歷史票據數據中的分類型字段包括：

對所述歷史票據數據進行去重和一致性校驗，得到預處理后的數據；

識別所述預處理后的數據中的分類型字段。在其中一個實施例中，所述根據所述樣本數據，訓練得到改進型孤立森林模型之后還包括：

等待預設時間間隔，返回所述獲取歷史票據數據的步驟。

在其中一個實施例中，所述根據所述樣本數據，訓練得到改進型孤立森林模型包括：

從所述樣本數據中隨機抽取預設份數據，得到訓練樣本集；

對所述訓練樣本集進行特征提取，得到特征數據集；

根據所述特征數據集，生成多個數據分割超平面；

確定各所述數據分割超平面中分割后樣本數據離散程度最小對應的最優分割超平面；

獲取所述最優分割超平面對應的最優分割點；

根據所述最優分割點以及所述訓練樣本集，訓練得到孤立森林中的單棵樹；

返回所述從所述樣本數據中隨機抽取預設份數據，得到訓練樣本集的步驟，直至訓練得到預設棵的樹；

根據訓練得到的預設棵的樹，構建改進型孤立森林模型。