基于改进的GHSOM网络预测客户欺诈行为

• 作者: 由立真 穆志纯
• 来源期刊: 计算机工程与应用
• 学科: 地球科学
• 关键词: 数据挖掘 欺诈行为分类 生长分级自组织特征映射 灰关联度
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 工程与应用
• 页码范围: 193-196
• 页数: 4页
• 分类号: N945.12
• 字数: 4914字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.11.061

摘要

生长、分级的自组织映射(Growing Hierarchical Self-Organizing Map,GHSOM)网络是自组织映射(Self-Organizing Map,SOM)网络的一种变体,它不仅具备了SOM网络可解释性强的优点,同时采用多层分级的结构,不需要预先定义好网络的结构和尺寸,解决了SOM由于竞争层神经元过多造成的训练时间过长的问题,却忽略了对样本向量各个分量在模型中重要性的分析,因此将一种新的输入模式分量和映射单元权向量之间的灰关联度引入到网络权值的调整过程中,对GHSOM算法进行了改进.运用于对电信客户行为的分类,从中获取了预测欺诈客户的关键指标,大大降低了输入样本的维度.结果显示,采用改进后的GHSOM算法降维后,分类正确率仍然可以达到94.59%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆志纯	北京科技大学信息工程学院	140	1211	16.0	24.0
2	由立真	北京科技大学信息工程学院	1	4	1.0	1.0