期刊文献+

B2B平台的反欺诈问题研究 被引量:1

Research on the B2B Platform Anti-fraud Problem
下载PDF
导出
摘要 B2B电商平台的欺诈问题一直困扰着电商平台的经营者。以往利用数据挖掘技术解决B2B问题的研究中仍然存在着一些不足。论文利用真实B2B平台公司数据,采用基于决策树(Decision tree)的集成学习算法——Easy-Ensemble对B2B平台反欺诈问题进行研究。实验结果表明,Easy-Ensemble算法的确是解决数据类别不平衡性的一个有效的算法,适用于B2B平台反欺诈问题研究。论文在实验结果的基础上进行深入的商业分析,为B2B企业欺诈问题提出行之有效的建议。 The fraud in B2B business platform has troubled the platform operations. There are still many gaps and deficiencies in data mining technology area about how to solve these frauds. This paper use the real data of a large B2B e-commerce company and chose the ensemble algorithm Easy-Ensemble, which is based on Decision Tree to deal with the problem of B2B fraud. From the experiments results, we can find that Easy-Ensemble algorithm is effective to solve the problem of class imbalance and suit to solve the problem of B2B anti-fraud. As a result, we can provide supports and suggestions for the anti-fraud problems on B2B platform.
出处 《网络空间安全》 2016年第11期47-51,共5页 Cyberspace Security
关键词 B2B平台 反欺诈 数据挖掘 类别不平衡 代价敏感性 b2b platform anti-fraud data mining class imbalance cost-sensitive
  • 相关文献

同被引文献12

引证文献1

二级引证文献15

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