基于机器学习的审批工作流数据智能筛查方法与系统

本发明公开了一种基于机器学习的审批工作流数据智能筛查方法与系统，属于大数据处理技术领域，通过DBSCAN算法来获取审批工作表的核心对象；基于所述核心对象获取其在预设邻域中的密度分布表现，所述密度分布表现包括：样本密集程度、核心对象分布倾向特征程度、样本周期性分布程度；基于所述密度分布表现获取核心对象的扩展判断值，根据所述扩展判断值与判断值阈值的大小适应性调整所述预设邻域；基于调整后的所述预设邻域通过DBSCAN算法，获取所述核心对象在调整后的预设邻域下的样本数量M，基于所述样本数量M的大小判断样本是否异常。本发明显著提高了审批工作流数据的聚类的准确性，更易筛查出其中的异常和风险事件。