基于動態(tài)自組織映射網絡的異常消費行為檢測的研究.pdf

1、隨著互聯(lián)網技術在21世紀的迅速普及和發(fā)展，互聯(lián)網對于社會經濟的發(fā)展產生了深遠的意義，人們的生活越來越離不開互聯(lián)網。近年來，電子商務的出現(xiàn)，通過網絡進行的電子商務交易行為更是呈現(xiàn)出了爆炸式的增長趨勢。但是與此同時，諸如信用卡消費欺詐、黑客入侵等信息安全事件也是層出不窮。這些異常事件，在海量數(shù)據中抽象出來就是異常值。因此，在海量信息中對異常值進行數(shù)據挖掘，具有重要的意義。
　　 自組織映射網絡具有良好的拓撲結構保持、無監(jiān)督學習以及可

2、視化等特性，其研究的成果也已經被廣泛應用于語音識別、分類聚類、圖像處理、數(shù)據分類和預測等眾多領域。本文將其應用于一個新的領域--用戶的異常消費行為檢測。但是該模型存在兩個缺陷：一是要求必須預先定義好網絡的靜態(tài)結構；二是對高維數(shù)據的異常值挖掘時間結果不是很好。
　　 根據上述提出兩個問題，本文的研究工作主要在兩個方面，一個是使用粗糙集技術在保留關鍵信息的前提下對高維數(shù)據進行降維預處理，為下一步神經網絡的構造提供了一個良好的前置系統(tǒng)