王文珂，文雅玫，蔡 喆

(1.国防科学技术大学计算机学院，湖南 长沙 410073;2.湖南省烟草专卖局(公司)经济信息中心，湖南 长沙 410004)

基于条件随机场模型的数据异常检测算法*

王文珂1，文雅玫2，蔡 喆2

(1.国防科学技术大学计算机学院，湖南 长沙 410073;2.湖南省烟草专卖局(公司)经济信息中心，湖南 长沙 410004)

企业数据中心作为辅助决策的重要工具，保证其数据的及时性、准确性和科学性是最基本的要求和最核心的原则。对于数据异常的情况，若仅依靠人为的经验在海量数据中进行判断是很困难的，也是不科学且低效的。针对企业购销存数据的准确性问题，研究了基于机器学习的数据异常检测算法。由于购销存数据是由一组相对固定的数据项组成，可以看作是一个结构化数据序列，因此选择了解决结构化序列预测问题最为有效的条件随机场模型CRFs。通过对大量历史数据进行学习，分析出数据的自身规律以及关联关系，使计算机具备自动检测异常的能力。实验结果表明了该算法的有效性。

数据中心；机器学习；数据异常检测；条件随机场模型

1 引言

湖南烟草商业企业的数据中心建设，从全局视角整合了企业经营和运行的数据资源，形成了包含卷烟营销、烟叶、专卖、财务、宏观经济数据和工业协同等综合性数据信息的企业级数据仓库，成为企业管理的标准数据源。在此基础上，通过数理分析，形成各层级人员需要的统计分析报表，为战略监控、业务运营和职能管理提供参考依据，初步实现了企业管理规范化，决策科学化[1]。……