原文服务方: 科技与创新       
摘要:
针对信用卡使用过程中存在的欺诈消费行为,运用支持向量机(Support Vector Machine,SVM)建立信用卡欺诈检查模型,以期取得较好的预测分类能力.本文从模型建立、模型评估、模型分析较为详细地介绍了模型的设计与实现过程,并将此模型分类结果与ID3+BP神经网络分类结果进行比较,验证了该模型的可行性和SVM分类的有效性.
推荐文章
信用卡欺诈行为多层动态检测模型
信用卡
欺诈检测
数据挖掘
概念漂移
分类
基于特征工程的信用卡欺诈检测策略研究
特征工程
信用卡欺诈检测
周期性行为
冯米塞斯分布
特征集合
成本
防止信用卡欺诈的系统设计
数据挖掘
简单贝叶斯
信用卡
欺诈
基于组合分类器的信用卡信誉检测
信誉检测
支持向量机
决策树
组合分类
测全率
测准率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的信用卡欺诈检测
来源期刊 科技与创新 学科
关键词 信用卡欺诈 支持向量机 消费行为 精确率 回应率
年,卷(期) 2010,(6) 所属期刊栏目 信息安全
研究方向 页码范围 69-70
页数 分类号 TP39
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.06.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭涛 四川师范大学计算机科学学院 19 116 5.0 10.0
2 李贵洋 四川师范大学计算机科学学院 21 81 6.0 8.0
3 刘芳 四川师范大学计算机科学学院 15 54 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (2)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信用卡欺诈
支持向量机
消费行为
精确率
回应率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导