10.3969/j.issn.1006-2475.2022.12.003
基于半监督学习的学生消费数据异常检测
随着校园卡的应用场景越来越广泛,校园卡的资金安全问题日益突出,校园卡欺诈不但给师生和校内商家带来经济损失,还会危害校园的正常秩序.针对传统异常检测方法无法有效提取学生消费数据时序特征的问题,提出一种基于半监督学习的学生消费数据异常检测方法.首先,利用门控循环单元改进自编码器,使得模型可以更准确地进行消费数据的重构;然后,采用马氏距离计算重构误差,计算Fβ-分数确定误差阈值,进行异常数据的检测;最后,利用所提方法对某高校的学生消费数据进行异常检测实验.实验结果表明,所提方法具有更优越的检测性能.
深度学习、数据挖掘、自编码器、异常检测
TP309(计算技术、计算机技术)
山东省自然科学基金资助项目;中国高校产学研创新基金资助项目
2023-01-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
13-17