摘要
设计了一种基于深度学习的风险行为预测模型,该模型通过对海量交易数据进行分析,识别高风险的交易者。首先,该模型以无监督学习的方式进行预训练,以自动地学习数据的分布式表示。然后,该模型采用经过有监督微调的深度神经网络对交易者进行分类预测。实验评估的结果证实了基于深度学习的预测模型的有效性。
This paper designs a risky behavior prediction model based on deep learning.This model predicts high-risk traders by analyzing massive transaction data.During the unsupervised pre-training process,the model automatically learns the distributed representation of the data.Then,the model uses a supervised and fine-tuned deep neural network to classify and predict traders.The results of the experimental evaluation confirmed the effectiveness of the prediction model based on the deep neural network proposed in this paper.
作者
曹敏
邱格磊
林兴
CAO Min;QIU Ge-lei;LIN Xing(School of Financial, Fujian Jiangxia University, Fuzhou 350108, China)
出处
《信阳农林学院学报》
2021年第3期119-122,127,共5页
Journal of Xinyang Agriculture and Forestry University
基金
2020年福建省社会科学研究基地重大项目(FJ2020MJDZ047)。
关键词
金融风险预测
大数据
深度学习
financial risk prediction
big data
deep learning