基于分类技术的电子支付平台作弊账户的识别模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究的背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文的研究内容 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 2 相关理论与技术 | 第13-20页 |
| ·数据挖掘 | 第13-15页 |
| ·数据预处理 | 第15-16页 |
| ·分类技术 | 第16页 |
| ·分类器的评估标准 | 第16-18页 |
| ·建模工具简介 | 第18-20页 |
| 3 作弊账户的识别建模 | 第20-36页 |
| ·作弊账户的定义 | 第20页 |
| ·变量选择 | 第20-21页 |
| ·数据准备 | 第21页 |
| ·数据预处理 | 第21页 |
| ·基于逻辑回归的识别模型 | 第21-29页 |
| ·逻辑回归 | 第21-28页 |
| ·逻辑回归模型 | 第28-29页 |
| ·基于CART 算法的识别模型 | 第29-34页 |
| ·CART 算法 | 第29-33页 |
| ·CART 模型 | 第33-34页 |
| ·基于TREENET 算法的识别模型 | 第34-36页 |
| ·TreeNet 算法 | 第34-35页 |
| ·TreeNet 模型 | 第35-36页 |
| 4 实例应用分析 | 第36-58页 |
| ·变量指标 | 第36-37页 |
| ·数据预处理 | 第37-38页 |
| ·特征分析 | 第38-44页 |
| ·数据抽样与分割 | 第44-45页 |
| ·模型建立 | 第45-55页 |
| ·逻辑回归模型 | 第45-47页 |
| ·CART 模型 | 第47-51页 |
| ·TreeNet 模型 | 第51-55页 |
| ·模型比较 | 第55-56页 |
| ·模型部署 | 第56-58页 |
| 5 结束语 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
