大规模公共卫生流中的异常值排序

疾病控制专家每天检查公共卫生数据流以寻找值得调查的异常值，例如那些对应于数据质量问题或疾病爆发的异常值。然而，在对大规模公共卫生数据流应用单变量异常检测方法时，他们只能检查返回的数千个最大关联异常值中的一小部分。为了帮助专家从这些数千个关联异常值中区分出最重要的异常值，我们提出了一项新任务，即对应用于许多流的任何单变量方法的输出进行排序。我们针对此任务提出的新算法利用了分层网络和极值分析，在使用公共卫生数据流进行的人类专家评估中，其在传统异常检测指标上表现最佳。最重要的是，自 2023 年 4 月以来，专家们一直使用我们的开源 Python 实现，并报告称识别值得调查的异常值的速度比其先前基线快了 9.1 倍。其他组织可以轻松调整此实现，以便在其定制的单变量方法 Across 大规模流的输出中创建排序。