摘要
本发明属于订单检测技术领域,本发明公开了基于机器学习的票务订单异常检测系统,包括数据采集模块,用于采集票务相关数据;数据预处理模块,用于对采集的票务相关数据进行初步处理,得到综合票务特征数据集;异常规则引擎模块,用于根据预设规则对综合票务特征数据集进行异常检测,得到疑似异常订单特征数据集;异常订单检测模块,用于根据疑似异常订单特征数据集训练获取异常订单预测模型,基于异常订单预测模型预测得到异常订单评估标签,判断票务订单是否异常;异常预警模块,若票务订单异常,则订单异常检测终端生成预警信息,向相关人员发送预警通知;通过精确检测并及时预警异常订单,保障票务系统的安全性,提高了系统的工作效率。
技术关键词
异常订单
票务订单
异常检测系统
因子权重
订单异常检测
拉普拉斯
sigmoid函数
数据采集模块
梯度提升决策树
超参数
标签
密度聚类算法
多维特征向量
生成特征向量
预警模块
系统为您推荐了相关专利信息
功率预测方法
加权灰色关联度
多模型
支持向量机模型
气象
空调调节
热平衡模型
深度强化学习模型
分布式协同控制
舒适度
视频异常检测方法
词汇数据库
非暂态计算机可读存储介质
动态位置编码
分支
深度优先搜索算法
有向图结构
测试场景
条件生成对抗
统一建模语言
数据查询分析方法
互联网数据中心
机器学习模型
流量采集设备
历史流量数据