一种基于数据分析的异常订单检测方法及系统

本发明公开了一种基于数据分析的异常订单检测方法及系统，包括通过采集订单预填写的故障描述，使用故障分类模型预测多个候选故障类型及其置信度。结合历史维修数据库中的费用分布特征生成多维费用区间阈值，并将当前订单申报费用与之对比以识别疑似异常订单，进一步采集对应维修工的数据并合并至包含违规与标准类型的数据集中进行无监督分类，计算维修工异常概率。当此概率超过设定阈值时，判定存在违规操作。本发明采用多级故障描述筛选与动态费用阈值相结合的初筛机制，并基于维修工历史数据的聚类分析，通过混合已知数据集提升聚类纯度，有效解决小样本数据下异常检测难题，为平台提供低成本、高可靠性的违规防控方案。