恶意网购行为分类算法研究 |
| |
引用本文: | 米洁,杨国林,马晓波.恶意网购行为分类算法研究[J].内蒙古工业大学学报,2015(1):47-51. |
| |
作者姓名: | 米洁 杨国林 马晓波 |
| |
作者单位: | 内蒙古工业大学信息工程学院 |
| |
基金项目: | 内蒙古自然科学基金项目(2013MS0906);内蒙古自治区高等学校科学研究项目(NJZY13102) |
| |
摘 要: | 因为恶意网购(评价)行为具有偶发性和隐蔽性,所以成为卖家和网购平台提供者关注的问题。针对这一问题,本文设计了一种方案,即通过分析网上购物历史交易数据集(偏斜数据集),找出恶意评价行为的"特征"。本文使用3组UCI中的偏斜数据集进行实验,首先使用了两种能够让偏斜数据集趋于平衡的算法(SSGP、Ensemble算法),再对平衡算法处理后的数据集分别使用经典分类和神经网络算法,最后通过对比实验结果发现SSGP+神经网络这一组合算法对处理偏斜程度较高的训练集效果较好,使用这一组合算法对网上购物的历史交易数据集进行分类,得出的结果对卖家判断恶意购买行为具有较高的参考价值。
|
关 键 词: | 恶意网购行为 经典分类算法 神经网络算法 SSGP算法 偏斜训练集 |
本文献已被 CNKI 等数据库收录! |
|