技術(shù)特征：

1.一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，所述所有報(bào)關(guān)單為同一用戶的同一物品的所有報(bào)關(guān)單。

3.根據(jù)權(quán)利要求1所述的一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，所述數(shù)據(jù)相似度滿足如下關(guān)系式：

4.根據(jù)權(quán)利要求1所述的一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，所述第一坐標(biāo)系的橫坐標(biāo)為報(bào)關(guān)單的報(bào)關(guān)日期，縱坐標(biāo)為所述數(shù)據(jù)相似度；所述第二坐標(biāo)系的橫坐標(biāo)為報(bào)關(guān)單的出口數(shù)量，縱坐標(biāo)為報(bào)關(guān)單的價(jià)格。

5.根據(jù)權(quán)利要求1所述的一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，所述聚類(lèi)采用dbscan算法。

6.根據(jù)權(quán)利要求1所述的一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，所述代表聚類(lèi)簇的代表數(shù)量和代表價(jià)格分別為代表聚類(lèi)簇中所有報(bào)關(guān)單的出口數(shù)量的均值和價(jià)格的均值。

7.根據(jù)權(quán)利要求1所述的一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，所述偏離程度滿足如下關(guān)系式：

8.根據(jù)權(quán)利要求1所述的一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，所述加權(quán)歐式距離滿足如下關(guān)系式：

9.根據(jù)權(quán)利要求1所述的一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，其特征在于，所述以實(shí)現(xiàn)目標(biāo)報(bào)關(guān)單數(shù)據(jù)智能分析，包括：

技術(shù)總結(jié)
本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，更具體地，本發(fā)明涉及一種報(bào)關(guān)單數(shù)據(jù)智能分析方法，包括：獲取任一客戶的任一物品的所有報(bào)關(guān)單的出口數(shù)量和價(jià)格；計(jì)算各報(bào)關(guān)單與其余報(bào)關(guān)單的數(shù)據(jù)相似度；構(gòu)建第一坐標(biāo)系；確定代表數(shù)量和代表價(jià)格；計(jì)算各報(bào)關(guān)單的偏離程度；構(gòu)建第二坐標(biāo)系；計(jì)算各報(bào)關(guān)單與其余任一報(bào)關(guān)單的特征點(diǎn)之間的加權(quán)歐式距離；依據(jù)所述加權(quán)歐式距離，利用LOF算法獲取每一份報(bào)關(guān)單的異常得分，以實(shí)現(xiàn)報(bào)關(guān)單數(shù)據(jù)智能分析。本發(fā)明顯著提升了報(bào)關(guān)單異常檢測(cè)的準(zhǔn)確性和風(fēng)險(xiǎn)評(píng)估的有效性，能夠幫助監(jiān)管機(jī)構(gòu)及時(shí)發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，降低監(jiān)管成本，并提高整體風(fēng)控水平。

技術(shù)研發(fā)人員：凌誠(chéng),沈艷,楊丹,陳立峰,許明明
受保護(hù)的技術(shù)使用者：蘇州神碼物信智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2