基于Structure2vec算法的网络欺诈风险特征选择与评估

• 作者: 张宝明 魏程益
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: Structure2vec算法 特征选择 特征向量 欺诈风险 神经网络 损失函数
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 28-33
• 页数: 6页
• 分类号: TP301
• 字数: 4954字
• 语种: 中文
• DOI: 10.11907/rjdk.181935

摘要

现有特征选择算法往往只能处理简单的拓扑结构图形,对复杂的拓扑结构图形无能为力,为此选择Structure2vec算法对网络欺诈风险进行研究.在梳理相关文献基础上,对Structure2vec的数学原理进行分析,给出其对应的卷积神经网络模型;选择网络用户的信用历史、身份特质、行为偏好、履约能力和社会关系等5种类型特征数据,构建Stucture2vec关系图;利用Structure2vec算法编写Python程序,对样本数据进行训练,获得模型;利用测试数据对模型进行测试,获得特征向量和对应的风险评估值.结果表明,利用Structure2vec算法对网络欺诈风险进行特征选择和评估,效果优于一般卷积神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宝明	上海理工大学管理学院	51	300	10.0	15.0
2	魏程益	上海理工大学管理学院	3	5	2.0	2.0