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:
本文阐述了一种利用机器学习技术对用户通信行为和消费行为数据审计,标注异常用户,提升用户发展质量、提高用户价值的方法.文中重点分析了机器学习用户行为审计系统的系统结构和异常用户判定方法,自动化的用户行为审计系统可以有效的提升准确性,降低审计人员工作强度.
推荐文章
基于机器学习技术的网站用户行为预测
行为预测
logistic回归
用户行为
数据集分类
机器学习
留存分析
云安全审计中基于日志的用户行为分析
云安全审计
日志分析
关联规则
追踪与取证
机器学习增强的电子商务平台用户行为预测
机器学习
电子商务
用户行为预测
在线电子支付
基于机器学习的Web用户行为认证
信息安全
用户行为认证
支持向量机
主成分分析
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 机器学习在用户行为审计中的应用
来源期刊 江西通信科技 学科
关键词 机器学习 用户行为 审计
年,卷(期) 2021,(2) 所属期刊栏目 信息技术与应用
研究方向 页码范围 18-19,24
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1009-0940.2021.02.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (23)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2021(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)
研究主题发展历程
节点文献
机器学习
用户行为
审计
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
江西通信科技
季刊
1009-0940
36-1115/TN
大16开
南昌市红谷滩红角洲赣江南大道2698号
44-8
1980
chi
出版文献量(篇)
1240
总下载数(次)
2
论文1v1指导