期刊文献+

基于数据挖掘的信用卡交易风险检测研究

下载PDF
导出
摘要 本文仔细分析了信用卡交易的特点,发现采用数据挖掘技术能够有效地发现其内部隐藏的、潜在的异常交易模式,在此基础上给出了一种基于数据挖掘技术的混合检测模型,其核心部分采用数据挖掘技术中的决策树分类算法和神经网络来检测高风险交易行为,最后并对检测结果进行了预测评价。
出处 《福建电脑》 2009年第7期87-88,共2页 Journal of Fujian Computer
  • 相关文献

参考文献5

二级参考文献39

  • 1曲思韦.信用卡风险的有效化解[J].时代经贸,2004,2(6):90-92. 被引量:1
  • 2陈雷.国际信用卡欺诈与预防[J].中国信用卡,2004(6):43-47. 被引量:11
  • 3Towell G, Shavlik J W. Knowledge-based Artificial Neural Networks [J]. Artificial Intelligence,1994, 70:119-165.
  • 4Quinlan J R. C4.5: Programs for machine learning [M]. San Mateo, CA: Morgan Kaufmann, 1993.
  • 5Son N H, Szczuka M S, S' l zak D. Neural networks design: Rough set approach to continuous data [A]. In: Komorowski J, Zytkow J, eds. The First European Symposium on Principle of Data Mining and Knowledge Discovery (PKDD'97), June 25-27, Trondheim, Norw
  • 6Haixun Wang, Yu P S. SSDT: A scalable subspacesp-litting classifier for biased data [A]. ICDM 2001 Proceedings, IEEE International Conference Proceedings [C]. 2001. 542-549.
  • 7Tom M Mitchell, Tom M. Machine learning [M].Asia: McGraw-Hill Education, 2003.42-47.
  • 8Buntine W, Niblett T. A further comparion of splitting rules for decision-tree induction [J]. MachineLearning, 1992,8(1):75-85.
  • 9Kononenko I, Se J H. Attribute selection for modeling [J]. Future Generation Computer Systems,1997, 13(2-3): 181-195.
  • 10Shih Y S. Families of splitting criteria for classification tree [J]. Statistics and Computing, 1999, 9(4) :309-315.

共引文献25

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部