Kohonen神经网络算法在电信欺诈预测中的研究.pdfVIP

论 文 摘 要 随着国内电信市场的不断扩大，中国电信业出现了各种各样的欺诈行为，这 不仅给电信运营商带来了巨大的损失，同时也对电信业务的发展带来不利的影 响。而数据挖掘技术是目前基于数据仓库最强大的数据分析手段，其中，聚类技 术是目前已被证明能够有效发现具有欺诈特征的客户，从而阻止欺诈行为发生的 一种防范欺诈的方法。 本文通过对电信欺诈的国内外发展状况进行分析，详细介绍电信业中的数据 挖掘技术，结合电信数据本身的特点，首次将 Kohonen 神经网络算法运用于电 信行业的欺诈行为预测，并根据 Kohonen 算法本身的特征，对其进行适当的改 进，优化了算法性能，缩短了神经网络的训练时间。本文的研究工作表明了 Kohonen 神经网络算法适用于电信欺诈行为的分析，能够进行有效的预测。仿真 结果证明了改进后算法的高效性，在电信欺诈预测中具有巨大的应用潜力。 主要研究内容有： (1)分析国内电信数据的特点及当前国内电信欺诈问题的研究现状。 (2)详细介绍了 Kohonen 神经算法及其实现步骤，并进行相应的改进。 (3)建立 Kohonen 神经网络电信欺诈预测模型，并对原始电信数据进行预处理。 (4)利用 Matlab 仿真技术对电信欺诈预测模型加以实现，最后对实验结果进 行详细的分析。 主要创新点有： (1)将 Kohonen 神经网络算法成功运用于电信欺诈行为预测，提供了一种有 效的电信欺诈预测模型。 (2)针对 Kohonen 神经网路算法所能处理数据的特点，本文对原始电信数据 进行了独特的归范化处理，扩大了能够作为电信欺诈预测的数据样本属性。 (3)对 Kohonen 神经网络算法中主要参数进行了研究，从而提出了一种更有 效的改进方法。 (4)成功地应用改进的 Kohonen 神经网络算法对电信欺诈行为进行预测，模 拟仿真结果表明本文改进算法在挖掘效率方面有显著的提高。 关键词： Kohonen 算法，电信欺诈，训练速度，Matlab ABSTRACT With the vigorous development of the telecommunication industry, the domestic telecom market continues to expand, various forms of frauds was found in Chinas telecom industry, which has not only brought huge economic losses for telecom operators but also affected the further development of the telecommunications services. Facing with the growing telecommunications fraud, telecom operators must take certain measures to protect themselves. Data mining technology is currently the most powerful data analysis tool based on data warehouse, and clustering technology is now proven to be effective for detecting fraudulent characteristics of customers, thereby it is a kind of fraud prevention methods which prevents the occurrence of fraud. Through analyzing the development of telecommunication fraud at home and abroad, introducing the technology of data mining in telecommunication, combining the characteristics of the te