摘要
本发明提供一种跨境电商大数据异常检测方法及系统,涉及数据处理技术领域,方法包括:获取历史跨境电商交易数据;确定描述历史跨境电商交易数据正常交易行为的特征字典以及历史跨境电商交易数据的原始重构误差;获取当前跨境电商交易数据;通过特征字典对当前跨境电商交易数据进行数据重构,确定当前跨境电商交易数据的当前重构误差;在当前重构误差大于原始重构误差的情况下,确定当前跨境电商交易数据是否存在异常;通过Shapley值计算各个交易特征对当前重构误差的贡献值;将最大贡献值相对应的交易特征作为异常跨境电商交易数据输出。有效提升了异常检测的准确性,避免频繁误报导致的电商平台运行流畅性,降低维护成本。
技术关键词
电商大数据
特征字典
交易特征
重构误差
异常检测方法
跨境电商平台
矩阵
模拟退火算法
频域特征
计算机可读指令
异常检测系统
数据处理技术
订单
周期
处理器
信号
可读存储介质
系统为您推荐了相关专利信息
分布式计算平台
数据完整性验证
ARIMA模型
预测误差
前馈神经网络
异常检测方法
卷积神经网络模型
点火次数
图像
像素点
电功率预测方法
预测误差
GRU模型
注意力机制
序列
序列异常检测方法
双向长短期记忆网络
词语
半监督异常检测方法
框架