发明名称 |
一种基于信号传递和链接模式的信用卡欺诈预测方法 |
摘要 |
本发明公开了一种基于信号传递和链接模式的信用卡欺诈预测方法,操作步骤如下:首先基于信号传递思想构造结构属性分类器,对每个未标记节点初始化其标签;然后对以下过程进行迭代计算,直至未标记节点的标签稳定或达到最大迭代次数为止:从图中抽取每个标签的子图,构造其类内和类间链接模式矩阵;然后结合均值聚合函数,计算每个标签的特征向量和每个未标记节点的特征向量;对每个未标记节点,计算其特征向量与各个标签的特征向量之间的余弦相似度,该节点的标签被赋值为相似度最大值特征向量对应的标签。本发明应用协作推理机制,同时考虑标记和未标记节点信息,减少了对标签信息的依赖,对研究信用卡欺诈预测有十分重要的现实意义。 |
申请公布号 |
CN105894038A |
申请公布日期 |
2016.08.24 |
申请号 |
CN201610258291.3 |
申请日期 |
2016.04.22 |
申请人 |
天云融创数据科技(北京)有限公司 |
发明人 |
雷涛;吕慧;高红霄 |
分类号 |
G06K9/62(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于信号传递和链接模式的信用卡欺诈预测方法,其特征在于,该方法是按照以下步骤进行的:步骤1:基于信号传递思想,构造结构属性分类器,预测每个未标记节点的初始标签;步骤2:对每个标签,从图中抽取该标签的子图,构造其类内和类间链接模式矩阵;步骤3:利用均值聚合函数,聚合类内和类间链接模式矩阵,得到每个标签的特征向量;步骤4:利用均值聚合函数,聚合相似度矩阵,得到每个未标记节点的特征向量;步骤5:对每个未标记节点,计算其特征向量与各个标签的特征向量之间的余弦相似度,该节点的标签被赋值为相似度最大值特征向量对应的标签;步骤6:返回步骤2迭代计算,直至未标记节点的标签稳定或达到最大迭代次数为止。 |
地址 |
100062 北京市东城区广渠门内大街121号搜宝崇文大厦8楼 |