一种基于商旅报销系统协同的差旅订单异常识别方法与流程
本发明涉及异常识别,具体为一种基于商旅报销系统协同的差旅订单异常识别方法。
背景技术:
1、在实际企业差旅报销管理场景中,员工差旅行为受出差频率、消费习惯、行程路线选择、票据开具方式等多因素影响,订单数据呈现非均匀、时变的时空分布特征,现有技术存在以下缺陷:首先,现有技术未将同地重复报销的时间间隔、行程路线的通行时长合理性、相邻订单票据编号的增量规律这三类时空与票据维度的异常特征进行联合量化计算,无法匹配真实报销行为中的复合异常模式,导致单一规则难以识别隐蔽性强的虚假报销,异常检出率严重不足。然后,现有方案缺乏对连续订单形成的活动路径进行分段异常匹配和竞争淘汰的机制,无法基于订单序列的动态变化构建活动路径并按行程段计算空间移动与消费金额的联合匹配度,既无法在行程段内识别绕路、停留异常等空间冲突,也难以在全局通过随机配对淘汰获得相对异常程度,同时缺乏将匹配因子与竞争胜率进行双维度比较的自适应判定条件,导致识别结果依赖人工阈值设定,自动识别效率低且误报率居高不下。
2、因此,亟待一种能够量化同地时距重复特征、点对通行时差特征、邻单金额增量特征,构建活动路径并按行程分段计算异常匹配度,通过随机配对淘汰统计竞争胜率并依据动态比较条件自动判定异常的差旅订单异常识别方法,以解决上述问题。
技术实现思路
1、针对现有技术的不足,本发明提供了一种基于商旅报销系统协同的差旅订单异常识别方法,解决了现有技术存在难以识别差旅订单在时空与票据维度上的复合异常,且缺乏对订单形成的活动路径进行异常竞争淘汰,导致自动识别效率低的问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:一种基于商旅报销系统协同的差旅订单异常识别方法,包括以下步骤:
3、基于历史异常差旅订单的时间戳、地点信息和消费金额进行特征提取,并基于提取的特征分别构建重复报销检测规则、行程冲突检测规则和票据连号检测规则,形成异常检测规则库。
4、基于当前差旅订单的时间戳和地点信息进行初始异常检测,若确定为初始异常,则结合异常检测规则库进行匹配,对应输出似然值,结合历史异常订单占比确定匹配因子。
5、按照时间戳的先后顺序将地点信息依次连接,在各路径节点处标注消费金额和行程摘要,形成当前差旅订单的活动路径,并按行程分段后计算各行程段的异常匹配度。
6、基于各行程段的异常匹配度和匹配因子进行随机配对淘汰处理,统计当前差旅订单的竞争胜率,若当前差旅订单的竞争胜率和匹配因子满足设定条件则确定为异常。否则进行复核。
7、相较于现有技术而言,本发明具有以下有益效果:
8、本发明通过构建覆盖时间、空间、票据三个维度的异常检测规则库,将离散的差旅订单转化为活动路径并按行程分段计算异常匹配度,再结合匹配因子通过随机配对淘汰获得竞争胜率,最终依据动态比较条件判定异常,从而无需人工设定阈值即可自动识别同地重复报销、行程逻辑冲突与票据连号等复合异常,并利用路径竞争机制大幅提升了批量订单的自动识别效率,显著降低了漏检与误报率。
1.一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,包括以下步骤:
2.根据权利要求1的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,进行特征提取的过程为:
3.根据权利要求2的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,形成异常检测规则库的过程为:
4.根据权利要求1的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,进行初始异常检测的过程为:
5.根据权利要求1的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,确定匹配因子的过程为:
6.根据权利要求1的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,形成当前差旅订单的活动路径的过程为:
7.根据权利要求6的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,按行程分段的过程为:
8.根据权利要求7的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,计算各行程段的异常匹配度的过程为:
9.根据权利要求1的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,基于各行程段的异常匹配度和匹配因子进行随机配对淘汰处理,统计当前差旅订单的竞争胜率的过程为:
10.根据权利要求9的一种基于商旅报销系统协同的差旅订单异常识别方法,其特征在于,设定条件为当前差旅订单的竞争胜率大于多个正常差旅订单的竞争胜率的中位数值且当前差旅订单的匹配因子小于多个正常差旅订单的匹配因子的中位数值。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com