作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着互联网金融的快速发展,各主要商业银行都开始重视这一新型金融模式的发展,而网络金融欺诈成为商业银行互联网金融业务发展的限制因素.神经网络模型具有大数据处理能力和人工智能特征,在商业银行互联网金融业务反欺诈领域中具有良好的应用前景.本文介绍了银行互联网金融反欺诈模型的研究现状,并提出了神经网络模型在银行互联网金融反欺诈中的应用及前景.
推荐文章
集成学习在互联网借贷反欺诈中的应用研究
互联网借贷
反欺诈
机器学习
集成学习
基于AR模型与神经网络预测互联网时延
互联网
时延
AR
神经网络
互联网金融对传统银行业的挑战
互联网金融
传统银行业
挑战
互联网金融对商业银行的双面影响
互联网金融
商业银行
核心业务
综合效率
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 神经网络模型在银行互联网金融 反欺诈中的应用探索
来源期刊 金融科技时代 学科
关键词 神经网络模型 反欺诈 互联网金融
年,卷(期) 2018,(8) 所属期刊栏目 信息化论坛
研究方向 页码范围 24-28
页数 5页 分类号
字数 3323字 语种 中文
DOI
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 李赟妮 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(4)
  • 参考文献(0)
  • 二级参考文献(3)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络模型
反欺诈
互联网金融
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
金融科技时代
月刊
2095-0799
44-1680/N
大16开
广州市天河区建中路55-57号6楼
46-302
1992
chi
出版文献量(篇)
10074
总下载数(次)
26
总被引数(次)
11560
论文1v1指导