一种基于改进LOF算法的电商刷单行为检测方法

摘要

本发明特别涉及一种基于改进LOF算法的电商刷单行为检测方法。该基于改进LOF算法的电商刷单行为检测方法，针对电商刷单的行为特征，进行数据特征选择作为LOF算法的数据集，并将整个数据集随机划分为不同的数据子集；采用LOF算法基于数据子集的划分计算数据点局部离群因子LOF值；在循环计算中不断剔除密度较大的数据点，剩余数据点即为可能的异常数据点。该基于改进LOF算法的电商刷单行为检测方法，基于数据子集的划分以及在循环中不断剔除密度较大的数据点，缩短了LOF算法运行时间，大大提高了大规模数据集异常值检测的效率，能够准确检测到电商企业旗下商品的刷单问题，避免金融机构在授信过程中受到电商企业信誉欺诈影响，造成信贷损失。