[发明专利]一种处理订单数据的方法和装置

权利要求书

1.一种处理订单数据的方法，其特征在于，包括：

从训练集中随机抽取多个样本集，每个样本集包括多个订单数据；

采用订单数据进行孤立森林算法建模，从而构建多棵二叉树，其中，每个样本集对应于一棵二叉树；

根据所述多棵二叉树的树结构，计算待预测订单数据的异常值。

2.根据权利要求1所述的方法，其特征在于，采用订单数据进行孤立森林算法建模，包括：

针对每个样本集，以该样本集中编码后的订单数据作为根节点；

随机选取一个特征，确定该样本集中该特征的最小值和最大值；

随机选取该特征的最小值与最大值之间的值作为切分点值，将小于所述切分点值的特征对应的订单数据放入一侧的子节点，将大于等于所述切分点值的特征对应的订单数据放入另一侧的子节点；

对两侧子节点的订单数据重复执行随机选取特征及其切分点值的步骤，直到所有订单数据不可再分或者达到预设的树高度，从而创建得到一棵二叉树。

3.根据权利要求1所述的方法，其特征在于，根据所述多棵二叉树的树结构，计算待预测订单数据的异常值，包括：

将待预测订单数据逐一遍历所述多棵二叉树，根据所述待预测订单数据在每棵二叉树中的位置，计算所述待预测订单数据的异常值。

4.根据权利要求3所述的方法，其特征在于，根据所述待预测订单数据在每棵二叉树中的位置，计算所述待预测订单数据的异常值，包括：

根据所述待预测订单数据在每棵二叉树中的位置，计算所述待预测订单数据在所有二叉树中的高度的均值；

根据所述待预测订单数据在所有二叉树中的高度的均值以及所述待预测订单数据点在每棵二叉树中所在的子节点处的样本数量，计算所述待预测订单数据的异常值。

5.根据权利要求3所述的方法，其特征在于，根据所述待预测订单数据在每棵二叉树中的位置，计算所述待预测订单数据的异常值，包括：

采用以下公式计算所述待预测订单数据的异常值：

h(x)＝e+c(n)

其中，s(x,n)表示待预测订单数据的异常值，E(h(x))表示待预测订单数据在所有二叉树中的高度的均值；h(x)表示待预测订单数据在某一棵二叉树中的高度；e表示待预测订单数据点所在的子节点到根节点的深度；n表示待预测订单数据点所在的子节点处的样本数量；ξ表示欧拉常数。

6.根据权利要求1所述的方法，其特征在于，从训练集中随机抽取多个样本集之前，还包括：

对训练集中的订单数据进行清洗；

根据众数、平均数、多维度上的前后值，填充订单数据中的缺失值；

提取所述训练集中的订单数据的特征，并对所述特征进行编码。

7.一种处理订单数据的装置，其特征在于，包括：

特征模块，用于从训练集中随机抽取多个样本集，每个样本集包括多个订单数据；

建模模块，用于采用订单数据进行孤立森林算法建模，从而构建多棵二叉树，其中，每个样本集对应于一棵二叉树；

计算模块，用于根据所述多棵二叉树的树结构，计算待预测订单数据的异常值。

8.根据权利要求7所述的装置，其特征在于，采用订单数据进行孤立森林算法建模，包括：

针对每个样本集，以该样本集中编码后的订单数据作为根节点；

随机选取一个特征，确定该样本集中该特征的最小值和最大值；

随机选取该特征的最小值与最大值之间的值作为切分点值，将小于所述切分点值的特征对应的订单数据放入一侧的子节点，将大于等于所述切分点值的特征对应的订单数据放入另一侧的子节点；

对两侧子节点的订单数据重复执行随机选取特征及其切分点值的步骤，直到所有订单数据不可再分或者达到预设的树高度，从而创建得到一棵二叉树。