基于深度学习的电信银行卡诈骗数据分析  

作　　者：熊丽华 何玉缘 朱倩 

机构地区：[1]广东水利电力职业技术学院,广东广州510635

出　　处：《电脑知识与技术》2024年第34期66-69,共4页Computer Knowledge and Technology

摘　　要：互联网和电信技术的快速发展在为人们生活带来便利的同时,也催生了电信诈骗等新型犯罪问题。利用深度学习算法构建预测模型,对于有效识别电信银行卡诈骗具有重要意义。本文首先对数据进行预处理,并通过卡方检验、Kolmogorov-Smirnov检验和点双列检验筛选出与电信诈骗相关的特征变量。随后,采用逻辑回归模型进行初步训练,以进一步确定最终的特征变量。最后,分别构建逻辑回归、随机森林和神经网络模型进行训练与比较。实验结果表明,随机森林模型在预测精度方面表现最佳,而神经网络模型则在预测速度上具有显著优势。

关 键 词：电信诈骗 深度学习 统计学 特征选择 预测模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]