论文研究 基于改进LOF算法的店铺收银机数据异常检测

随着商场收银机系统的逐步普及，检测收银机系统的异常状态已逐渐成为人们关注的热点。 本文分析了一个购物中心的交易数据。 在计算数据差异度时，将变异系数用作属性权重； 加权欧几里得距离用于计算差异度。 使用k均值聚类对不同时间段进行分类。 它应用LOF算法在每个时间段检测事务数据的异常程度，设置初始阈值以检测异常值，删除异常值，然后对数据集执行SAX检测。 如果未通过测试，它将逐步扩展外围区域，并重复上述过程以优化离群值阈值，从而提高检测算法的灵敏度并减少误报。