基于PSO-SVM的电子商务移动支付风险预测

摘要：

为了提高电子商务移动支付风险预测精度,针对当前电子商务移动支付风险预测建模过程存在的一些局限性,设计了粒子群算法和支持向量机的电子商务移动支付风险预测模型(PSO-SVM).首先收集大量的电子商务移动支付风险预测历史样本数据,并对其进行预处理,得到训练样本和测试样本集,然后采用粒子群算法和支持向量机联合对训练样本集进行学习,建立可以描述电子商务移动支付风险变化特点的模型,最后采用VC++编程实现电子商务移动支付风险预测仿真测试.结果表明,PSO-SVM克服了当前电子商务移动支付风险预测模型存在的弊端,电子商务移动支付风险预测精度超过90％,而且预测结果稳定可靠,相对其他电子商务移动支付风险预测模型,具有显著优越性.

关键词：粒子群优化算法、电子商务、移动支付、风险预测、仿真测试

所属期刊栏目：28

分类号：TN929

在线出版日期：2020-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：79-82,87