10.11772/j.issn.1001-9081.2019091649
基于Consume2Vec模型的校园一卡通大数据分析
现有的一卡通数据挖掘方法大多采用统计、聚类、关联规则等浅层机器学习和数据挖掘方法,忽略了消费数据的时序性,缺乏对数据的深度表达.基于深度神经网络,提出了能够对消费数据时序性和关联性进行深度挖掘的Consume2Vec模型,并在此模型的基础上构建消费异常检测模型.通过在大规模一卡通消费数据上进行实验,验证了两个具体Consume2Vec模型的性能,并从不同维度将学生划分为不同群体进行对比分析,发现学生的消费规律和特点.
校园一卡通大数据、Transformer、长短期记忆、局部异常因子算法、消费异常检测
40
TP391(计算技术、计算机技术)
国家自然科学基金资助项目;天津人工智能专项
2020-08-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
85-91