基于孤立森林算法的财务数据异常检测方法及相关装置

摘要

本申请是关于一种基于孤立森林算法的财务数据异常检测方法及相关装置，属于数据分析技术领域，包括：从数据库中获取预定时间段的财务数据并划分为多类子数据集；将每类子数据集进行数据冲销处理后，拆分为正数据集及负数据集；分别生成正数据集及负数据集的特征宽表，并对正数据集的特征宽表进行群组基线划分；将群组基线变换后的正数据集特征宽表输入孤立森林算法模型，得到第一异常数据；将所述第一异常数据的主体字段与所述负数据集的特征宽表中的主体字段进行比对，以确定所述第一异常数据中的风险数据。本申请的实施例有效提升财务数据风险数据分析的可靠性和准确性。