基于Structure2vec算法的网络欺诈

现有特征选择算法往往只能处理简单的拓扑结构图形，对复杂的拓扑结构图形无能为力，为此选择Structure2vec算法对网络欺诈风险进行研究。在梳理相关文献基础上，对Structure2vec的数学原理进行分析，给出其对应的卷积神经网络模型；选择网络用户的信用历史、身份特质、行为偏好、履约能力和社会关系等5种类型特征数据，构建Stucture2vec关系图；利用Structure2vec算法编写Python程序，对样本数据进行训练，获得模型；利用测试数据对模型进行测试，获得特征向量和对应的风险评估值。结果表明，利用Structure2vec算法对网络欺诈风险进行特征选择和评估，效果优于一般卷积神经网络。