面向电子商务的用户异常行为检测研究
针对电子商务中用户异常交易行为的检测问题,文章首先根据用户行为日志数据的特点将其分割为静态属性集和操作序列集,然后利用基于轴属性的Apriori算法和GSP序列模式挖掘算法分别对这两种类型的数据集进行模式挖掘,在此基础上建立用户的正常行为模式,最后使用基于先后顺序的模式比较方法将用户当前的行为模式与其历史正常行为模式进行匹配,以此来判断该用户的交易行为是否异常.在真实数据集上的实验表明,该方法能有效发现电子商务中用户的异常行为.
电子商务 用户异常交易行为 检测技术 数据挖掘
姬炳帅 李虎 韩伟红 贾焰
国防科技大学计算机学院,湖南 长沙 410073
国内会议
长春
中文
80-85
2014-09-12（万方平台首次上网日期，不代表论文的发表时间）