标题：基于聚类分析的工业能源交易数据欺诈行为识别方法
作者：郭岩锋
作者单位：澳门城市大学数据科学学院，澳门 999078
关键字：欺诈行为识别；数据欺诈行为；聚类分析；工业能源交易数据；交易数据欺诈
摘要：在工业能源交易数据欺诈行为识别过程中，原始数据集的异常会干扰数据异常行为的判断，导致难以精准识别出工业能源交易数据中的欺诈行为，为了解决这一问题，提出了基于聚类分析的工业能源交易数据欺诈行为识别方法。根据邻近原则，优化K-means聚类算法的初始聚类中心，实现工业能源交易数据的聚类处理，通过离群点检测，初步判断出异常数据。结合异常数据的相邻数据构造一个分析单元，排除原始数据异常干扰，利用注意力分类器实现欺诈行为的识别。实验结果表明，该方法识别结果的错误识别数量平均仅为14条，识别精度为98.6%，有着良好的实践应用前景。