基于机器学习模型的联网收费数据异常检测与纠正方法

本发明公开了基于机器学习模型的联网收费数据异常检测与纠正方法，包括如下步骤：S1、采集联网收费数据并完成预处理；S2、构建多粒度加权孤立森林模型，生成多个孤立树并计算加权异常评分；S3、基于异常评分集合采用动态分位策略设定异常阈值，筛选异常数据；S4、将异常数据转化为有向异构图，建立字段共现的结构关系；S5、基于有向异构图，利用图卷积神经网络对图结构进行嵌入训练，生成预测修正值；S6、将预测修正值与异常数据进行字段级误差计算，并结合可信度判定规则执行修正，生成已纠正数据集合；S7、将已纠正数据集合反馈至联网收费结算中心，更新原始记录。本发明实现收费数据异常智能检测与自动修正，提升准确性与处理效率。