本申请涉及一种票据异常检测模型生成方法与票据异常检测方法，其中，模型生成方法包括：获取历史票据数据；识别所述历史票据数据中的分类型字段；对所述分类型字段中非数值型字段进行数值转化和标准化处理，并对时间类型字段进行基于不同时间粒度的字段衍生，得到样本数据；根据所述样本数据，训练得到改进型孤立森林模型。整个过程中，一方面针对票据数据中的分类型字段进行数值化和标准化处理，并且针对时间类型字段进行不同时间粒度的字段衍生，以更加适合后续改进型孤立森林模型的训练，另一方面，采用改进型孤立森林模型来作为基础模型，其支持局部点检测，因此，整个方案能够支持全面且准确的票据异常检测。