基于PCA的SVM算法在网络欺诈行为中的研究与应用
随着信息时代的蓬勃发展,网络订单无序的爆炸式膨胀,交易数据可能出现的信息失真使得快速交易的风险呈指数增长,导致越来越多的网络欺诈行为被推向了风口浪尖.本文通过分析网络机票订单的历史数据,采用主成分分析(Principal Component Analysis,PCA)的方法对其特征空间进行降维,运用支持向量机(Support Vector Machine,SVM)算法进行模型训练,从数据和模型层面得到分类预测模型,从而实现对网络订单欺诈行为的风险预测和监控.
主成分分析、支持向量机、特征空间、风险控制
12
TP311(计算技术、计算机技术)
2017-04-10(万方平台首次上网日期,不代表论文的发表时间)
共2页
46-47