PAGEPAGE2基于神經(jīng)網(wǎng)絡(luò)的支付交易數(shù)據(jù)異常檢測(cè)技術(shù)構(gòu)建案例分析目錄TOC\o"1-3"\h\u10594基于神經(jīng)網(wǎng)絡(luò)的支付交易數(shù)據(jù)異常檢測(cè)技術(shù)構(gòu)建案例分析 1137611.1系統(tǒng)整體總體架構(gòu) 1180121.2支付交易數(shù)據(jù)抽取過程 393001.3交易數(shù)據(jù)的預(yù)處理 1321131.4基于BP算法的人工神經(jīng)網(wǎng)絡(luò)風(fēng)險(xiǎn)分析 1470231.1.1BP算法特點(diǎn) 14152851.1.2BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用 15187913.1.3數(shù)據(jù)可用性的檢驗(yàn)及說明 1584331.1.4神經(jīng)網(wǎng)絡(luò)的模型構(gòu)建及數(shù)據(jù)模擬 15296671.5模型結(jié)果驗(yàn)證 171.1系統(tǒng)整體總體架構(gòu)圖4SEQ圖\*ARABIC\s11總體架構(gòu)圖整體數(shù)據(jù)類別分為4個(gè)模式:基礎(chǔ)、數(shù)據(jù)庫、任何特定的時(shí)間段內(nèi)發(fā)生的數(shù)據(jù)的可調(diào)度性、結(jié)果展示業(yè)務(wù)系統(tǒng)。2)基礎(chǔ)數(shù)據(jù)主要來源于對(duì)其數(shù)據(jù)的處理方式中得出的數(shù)據(jù)類別，對(duì)其交易以及用戶數(shù)據(jù)進(jìn)行系統(tǒng)排查。3)在基礎(chǔ)數(shù)據(jù)的基礎(chǔ)上，通過一定的時(shí)效的數(shù)據(jù)配置管理工具對(duì)其構(gòu)思進(jìn)行現(xiàn)實(shí)化，將數(shù)據(jù)抽取到倉庫數(shù)據(jù)結(jié)論當(dāng)中，根據(jù)基礎(chǔ)的數(shù)據(jù)在不同內(nèi)容下的數(shù)據(jù)變動(dòng)。后再按照最終需要呈現(xiàn)的分析結(jié)果進(jìn)行相應(yīng)的數(shù)據(jù)匯總統(tǒng)計(jì)得出主題數(shù)據(jù)。4)最后將結(jié)果以報(bào)表的形式進(jìn)行展現(xiàn)，是需要數(shù)據(jù)進(jìn)行數(shù)據(jù)的查詢來告訴副部的具體操作。5)上圖的數(shù)據(jù)分析進(jìn)行風(fēng)險(xiǎn)規(guī)避的數(shù)據(jù)改變。根據(jù)實(shí)際情況確定數(shù)據(jù)的風(fēng)險(xiǎn)調(diào)整給固化的學(xué)習(xí)類別，最后在通過業(yè)務(wù)系統(tǒng)展示。下面卡種交易主題交易數(shù)據(jù)信息要素進(jìn)行分析:圖4SEQ圖\*ARABIC\s12卡種交易主題交易數(shù)據(jù)信息要素圖1)市場(chǎng)提出對(duì)需要對(duì)數(shù)據(jù)進(jìn)行分析2)開發(fā)結(jié)合市場(chǎng)的需求確定分析的主題3)結(jié)合主題進(jìn)行主題執(zhí)行任務(wù)的開發(fā)以及報(bào)表模板的開發(fā)4)將主題任務(wù)添加到定時(shí)任務(wù)系統(tǒng)5）最后通過發(fā)布報(bào)表模板對(duì)主題數(shù)據(jù)進(jìn)行展示1.2支付交易數(shù)據(jù)抽取過程圖4SEQ圖\*ARABIC\s13數(shù)據(jù)庫架構(gòu)使用Oracle數(shù)據(jù)庫實(shí)現(xiàn)，從以下幾個(gè)點(diǎn)進(jìn)行分析:1)OWB為根據(jù)用戶的數(shù)據(jù)提供一定的數(shù)據(jù)便的形式的變化「16]2)存儲(chǔ)數(shù)據(jù)規(guī)模大，數(shù)據(jù)讀過于平凡以及復(fù)雜的元素，系統(tǒng)提供數(shù)據(jù)安全保障和磁盤的讀取速度。3)容災(zāi)通過對(duì)數(shù)據(jù)進(jìn)行備份，對(duì)數(shù)據(jù)進(jìn)行更改變動(dòng)，使其一定的容災(zāi)能力變強(qiáng)，保障數(shù)據(jù)安全發(fā)布以達(dá)到一定的容災(zāi)能力，選擇DG同步保證數(shù)據(jù)安全。4)索引策略索引策略的選擇，D數(shù)索引，位圖索引，保證查詢精準(zhǔn)，快速。5)并行處理多節(jié)點(diǎn)多內(nèi)存。6)設(shè)計(jì)規(guī)則保障根據(jù)設(shè)計(jì)的元素進(jìn)行信息二的數(shù)據(jù)該換原則。7)數(shù)據(jù)庫命名規(guī)則:a)實(shí)體(表)的命名基礎(chǔ)信息表，前綴"INFO”，表示根據(jù)同義詞進(jìn)行轉(zhuǎn)化，以名詞性代名詞進(jìn)行更改，單詞縮寫表示，每個(gè)單詞間以“_”分隔。歷史表，后綴“_111S"，是哪個(gè)表的歷史，則直接在表名后加上后綴。主題數(shù)據(jù)表，前綴“FACT_"。需要能夠直觀的檢測(cè)到數(shù)據(jù)的數(shù)據(jù)信息并分析出其中的內(nèi)涵意義，表字段的命名需要指定比較詳細(xì)的設(shè)計(jì)規(guī)則。每一個(gè)表都需要對(duì)其進(jìn)行精確的數(shù)據(jù)分類，根據(jù)不同的型號(hào)或者個(gè)性化標(biāo)志對(duì)其進(jìn)行整改，分類將相同類比以此排序，都以狀態(tài)，創(chuàng)建人，創(chuàng)建時(shí)間，修改人，修改時(shí)間等要素。所有屬性加上對(duì)其特別的數(shù)據(jù)后綴或者，將會(huì)造成一定的無法分辨的現(xiàn)象，如果還需要其它的后綴，都放在類型后綴之前。視圖的命名:視圖以“V”作為前綴，其他命名規(guī)則和表的命名類似;命名應(yīng)盡量體現(xiàn)各視圖的功能。觸發(fā)器的命名:觸發(fā)器以“TR”作為前綴，觸發(fā)器名為相應(yīng)的表名加上后綴，Insert觸發(fā)器加“_I"，Delete觸發(fā)器加“_D"，Update觸發(fā)器加“_U"，如:TRMer_I，TR_Mer_D，TR_Mer_U。存儲(chǔ)過程名:存儲(chǔ)過程應(yīng)以“UP”開頭，和系統(tǒng)的存儲(chǔ)過程區(qū)分;后續(xù)部分主要以動(dòng)賓格式構(gòu)成，各個(gè)組成部分使用下劃線分割，如增加客戶的事實(shí)數(shù)據(jù)提取的存儲(chǔ)過程為UP_Info_Mero。變量名:變量名小寫，若出現(xiàn)一定的說一句詞組的變化分配，將可在旗下標(biāo)注特殊符合，如設(shè)計(jì)的原則是:既需要保證數(shù)據(jù)的特定下晦對(duì)其進(jìn)行有效的數(shù)據(jù)分類谷類，節(jié)省時(shí)間;在某種結(jié)果下進(jìn)行減少或消除任何信息丟失。命名中其他注意事項(xiàng)命名不超過30個(gè)字符，變量名的長度表達(dá)大小需要對(duì)其進(jìn)行一定的限制性的數(shù)據(jù)類別的分子，變量的命名統(tǒng)一使用英文字符，不允許使用中文，且不可在對(duì)象名的字符中間留空格。1.2.1.1客戶信息.表名:客戶信息要素.表更新周期:每天更新.表更新范圍:每日備份到歷史表重新提取數(shù)據(jù)..表的分區(qū)設(shè)計(jì):客戶量就幾十萬.表的索引設(shè)計(jì):.表的唯一約束:表的用途:存儲(chǔ)從業(yè)務(wù)系統(tǒng)獲取的客戶基礎(chǔ)數(shù)據(jù).表設(shè)計(jì)如下:表4SEQ表\*ARABIC\s11客戶信息要素字段名字段類型是否可為空默認(rèn)值描述MER-NOVARCHAR2(15)N客戶編號(hào)BUSI-CODEVARCHAR2(8)N業(yè)務(wù)類型MER-NAMEVARCHAR2(200)N客戶名稱MER-ADDRVARCHAR2(200)Y客戶地址REC-STATVARCHAR2(1)Y客戶狀態(tài)，0-正常，1-停用CRE-UIDVARCHAR2(50)Y創(chuàng)建人CRE-DTMDATEY創(chuàng)建時(shí)間MOD-UIDVARCHR2(50)Y修改人MOD-MTDDATEY修改時(shí)間MACCVARCHR2(6)YMCC-NAMEVARCHR2(100)YMCC名稱PBCBANKVARCHR2(8)Y行別COUNTRY-CODINGVARCHR2(8)Y收款人常駐國家編碼SFZIDVARCHR2(30)Y身份證編號(hào)SFZID-BEGIN-DATEDATEY法人身份證有效期SFZID-END-DATEDATEY法人身份證有效期LEGALREPVARCHR2(50)Y法人代表YYZZIDVARCHR2(40)Y營業(yè)執(zhí)照編號(hào)LEGALREPVARCHR2(20)Y聯(lián)系人YYZZIDVARCHR2(26)Y聯(lián)系人電話LINK-MANDATEY入網(wǎng)時(shí)間LINK-MAN-TELVARCHR2(15)Y行業(yè)編號(hào)TRAND-NAMEVARCHR2(100)Y行業(yè)名稱BANK-PROVINCEVARCHR2(20)Y開戶行省BANKPCODEVARCHR2(6)Y開戶行省編號(hào)BANK-CITYVARCHR2(30)Y開戶行市BANK-CCODEVARCHR2(6)Y開戶行市編號(hào)BANK-AREAVARCHR2(30)Y開戶行區(qū)BANK-CCODEVARCHR2(6)Y開戶行市編號(hào)BANKCODEVARCHR2(12)Y電子聯(lián)行號(hào)BANKNAMEVARCHR2(200)Y開戶銀行ACCNAMEVARCHR2(50)Y賬戶名稱BANK-ACCNOVARCHR2(30)Y銀行賬號(hào)ACCOUNT-ATTRIBUTECHAR（1）Y賬戶屬性SALEMANNAMEVARCHR2(20)Y拓展人INPUT-DTMDATEY導(dǎo)入時(shí)間1.2.1.2終端信息.表名:終端信息要素.表更新周期:每天更新.表更新范圍:每日備份到歷史表并重新提取數(shù)據(jù).表的分區(qū)設(shè)計(jì):.表的索引設(shè)計(jì).表的主鍵:Key.表的用途:.存儲(chǔ)從業(yè)務(wù)系統(tǒng)獲取的終端基礎(chǔ)數(shù)據(jù).表設(shè)計(jì)如下:表4SEQ表\*ARABIC\s12終端信息要素字段名字段類型是否可為空默認(rèn)值描述REC-IDVARCHAR2（50）N記錄IDMER-NOVARCHAR2（20）N客戶編號(hào)TERM-NOVARCHAR2（15）N終端編號(hào)BUSI-CODEVARCHAR2（8）N業(yè)務(wù)類型TERM-ADDRVARCHAR2（200）Y裝機(jī)地址FIR-INS-DTMDATEY首次裝機(jī)時(shí)間LAS-INS-DTMDATEY最后裝機(jī)時(shí)間LAS-STP-DTMDATEY最后暫停用時(shí)間END-DTMDATEY撤機(jī)時(shí)間MAC-NOVARCHAR2（20）Y機(jī)身號(hào)MAC-MODELVARCHAR2（20）Y機(jī)具型號(hào)MAC-BRANDVARCHAR2（20）Y機(jī)具品牌ORG-IDVARCHAR2（8）Y維護(hù)機(jī)構(gòu)REC-STATVARCHAR2（1）Y終端狀態(tài)，0-啟用，1-停用，3-暫停用CRE-UIDVARCHAR2（50）Y創(chuàng)建人CRE-DTMDATEY創(chuàng)建時(shí)間MOD-UIDVARCHAR2（1）Y修改人MOD-DTMDATEY修改時(shí)間DEVICE-TYPEVARCHAR2（2）Y設(shè)備類型：01-有線POS：02-無線POS（GPRS）；03-無線POS（CDMA）：04-無線POS（WIFI）：05-網(wǎng)絡(luò)POS11自助終端：12-自助終端（3G）：13-自助終端（CDMA）：14-自助終端（GRRS），15-自助終端（網(wǎng)絡(luò)）；21-農(nóng)行PSAMEND-REASONVARCHAR2（200）Y撤機(jī)原因明細(xì)STREETVARCHAR2（50）Y街道LINK-MAN1VARCHAR2（20）Y聯(lián)系人1LINK-MANI-TEL1VARCHAR2（30）Y聯(lián)系人電話1LINK-MAN2VARCHAR2（20）Y聯(lián)系人2LINK-MANI-TEL2VARCHAR2（30）Y聯(lián)系人電話21.2.1.3銀行信息.表名:銀行信息要素.表更新周期:每天更新.表更新范圍:刪除后重新提取.表的分區(qū)設(shè)計(jì):無需分區(qū).表的索引設(shè)計(jì):.表的唯一約束:.表的用途:存儲(chǔ)從業(yè)務(wù)系統(tǒng)獲取.表設(shè)計(jì)如下:表4SEQ表\*ARABIC\s13銀行信息要素字段名字段類型是否可為空默認(rèn)值描述BANK-CODEVARCHAR2（8）N銀行代碼BANK-NAMEVARCHAR2（255）N銀行名稱DSCRVARCHAR2（255）Y備注1.2.1.4MCC信息.表名:信息要素.表更新周期:每天更新.表更新范圍:.表的分區(qū)設(shè)計(jì):無.表的索引設(shè)計(jì):.表的唯一約束:.表的用途:記錄著行業(yè)的分類信息.表設(shè)計(jì)如下:表4SEQ表\*ARABIC\s14MCC信息要素字段名字段類型是否可為空默認(rèn)值描述MCCVARCHAR2（4）NMCC代碼NAMEVARCHAR2（100）NMCC名稱MCC-TYPEVARCHAR2（2）NMCC類別MCC-TYPE-NAMEVARCHAR2（100）YMCC類別名稱STD-MCC-TYPEVARCHAR2（1）Y銀聯(lián)標(biāo)準(zhǔn)行業(yè)大類1.2.1.5業(yè)務(wù)信息.表名:業(yè)務(wù)信息要素表更新周期:每天更新表更新范圍:表的分區(qū)設(shè)計(jì):表的索引設(shè)計(jì):表的唯一:表的用途:表設(shè)計(jì)如下:表4SEQ表\*ARABIC\s15業(yè)務(wù)信息要素字段名字段類型是否可為空默認(rèn)值描述BUSI-TYPE-IDVARCHAR2（8）N業(yè)務(wù)類型IDBUSI-TYPE-NAMEVARCHAR2（100）N業(yè)務(wù)類型名稱DSCRVARCHAR2（255）Y備注1.2.1.6交易明細(xì)表名:trx_avp_detail表更新范圍:疊加表的分區(qū)設(shè)計(jì):按月分區(qū)表的索引設(shè)計(jì):MER_NO,PA_YesMER_NO;SETT_REC_ID;MER_NO,SETT_DATE;SETT_DATE,DATA_SOURCE_ID;SETT_DATE,REC_ID;表的唯一:sett_date,rec_id表的用途:存儲(chǔ)從清算系統(tǒng)獲取每日清算數(shù)據(jù)，用于進(jìn)行統(tǒng)計(jì)表設(shè)計(jì)如下:表更新周期:每天表4SEQ表\*ARABIC\s16交易明細(xì)信息要素字段名字段類型是否可為空默認(rèn)值描述SETT-DATEVARCHAR2（8）N清算日期REC-IDVARCHAR2（32）N記錄IDSYS-TRA-NOVARCHAR2（6）N系統(tǒng)跟蹤號(hào)RESP-CD4VARCHAR2（2）N應(yīng)答碼TRX-CODEVARCHAR2（4）N銀聯(lián)交易代碼TRX-AMTVARCHAR2（12，2）N交易金額MESSAGE-TYPEVARCHAR2（4）N消息類型LOC-TRANDS-DT-TMVARCHAR2（20）N本地交易日期時(shí)間：格式：YYYYMMDDhhmmssMCCVARCHAR2（4）N客戶類型（MCC碼）RETRI-REF-NOVARCHAR2（12）N檢索參考號(hào)PRI-ACCT-NOVARCHAR2（21）N主賬號(hào)BINVARCHAR2（14）Y卡BINCARD-ATTRVARCHAR2（2）Y卡性質(zhì)，01：貸記卡02：準(zhǔn)貸記卡03：借記卡：（二期新增）99：其他CARD-MEDIAVARCHAR2（1）Y卡介質(zhì)，1：磁條2：pbocic卡3：emvic卡：（二期新增）4：無卡5：FallbackTERM-NOVARCHAR2（8）Y受卡機(jī)終端標(biāo)識(shí)碼（終端編號(hào)）MER-NOVARCHAR2（20）N受卡方標(biāo)識(shí)代碼（客戶編號(hào)）CARD-ACCPTR-NM-LOCVARCHAR2（40）N受卡方名稱地址（客戶簡稱）ACQ-INS-ID-CDVARCHAR2（13）N受理機(jī)構(gòu)標(biāo)識(shí)碼FWD-INS-ID-CDVARCHAR2（13）Y轉(zhuǎn)發(fā)機(jī)構(gòu)標(biāo)識(shí)碼RCV-INS-ID-CDVARCHAR2（13）Y接受機(jī)構(gòu)標(biāo)識(shí)碼ISS-INS-ID-CDVARCHAR2（13）Y發(fā)卡機(jī)構(gòu)標(biāo)識(shí)碼ORIG-SYS-TRA-NOVARCHAR2（6）Y原始系統(tǒng)跟蹤號(hào)ORIG-TRANSMSN-DT-TMVARCHAR2（20）Y原始系統(tǒng)日期時(shí)間：格式：YYYYMMDDDhhmmssRSN-CDVARCHAR2（4）Y原因碼AUTH-DTVARCHAR2（4）Y授權(quán)日期AUTH-ID-RESP-CDVARCHAR2（7）Y授權(quán)標(biāo)識(shí)應(yīng)答碼POS-ENTRY-MD-CDVARCHAR2（3）Y服務(wù)點(diǎn)輸入方式POS-COND-CDVARCHAR2（2）Y服務(wù)點(diǎn)條件代碼PROC-CDVARCHAR2（6）N交易處理碼SUBINST-CODEVARCHAR2（12，2）N交易所屬分支機(jī)構(gòu)：默認(rèn)為100400ORIG-TRANS-ATVARCHAR2（32）N原始交易金額LOCAL-REC-IDN本地增值流水ID，用來追溯本地增值流水記錄BUSI-CODEVARCHAR2（8）N業(yè)務(wù)類型代碼PROD-CODEVARCHAR2（4）N產(chǎn)品類型代碼：默認(rèn)為業(yè)務(wù)類型代碼前四位UMS-UN-BUSI-CODEVARCHAR2（2）Y銀商統(tǒng)一后業(yè)務(wù)類型，應(yīng)為“產(chǎn)品編碼”后兩位PRE-PCHNLVARCHAR2（3）N前置渠道PAL-PCHNLVARCHAR2（3）N支付渠道ACQ-MER-NOVARCHAR2（15）N受理端客戶編號(hào)ACQ-TRERM-NOVARCHAR2（8）N受理點(diǎn)終端編號(hào)SRTT-REC-IDVARCHAR2（128）Y清分流水IDSRTT-AMTVARCHAR2（15，2）Y清分交易金額MER-FEEVARCHAR2（15，2）Y清分手續(xù)費(fèi)金額ISS-FEEVARCHAR2（15，2）Y發(fā)行卡交易金額RCV-FEEVARCHAR2（15，2）Y轉(zhuǎn)接方受益金額ACQ-FEEVARCHAR2（15，2）Y收單受益金額BRAND-FEEVARCHAR2（15，2）Y品牌服務(wù)費(fèi)ERROR-ENTER-AMTVARCHAR2（15，2）Y差錯(cuò)應(yīng)收金額ERROR-OUT-AMTVARCHAR2（15，2）Y差錯(cuò)應(yīng)付金額TERM-TYPEVARCHAR2（15，2）N終端類型，00：其他：01：自動(dòng)柜員機(jī)：03：POS終端：05：多媒體終端：06：銀行柜臺(tái)和柜面：07：個(gè)人電腦：08：手機(jī)設(shè)備：09：Ⅰ型固定電話：10：基于PBOC電子錢包/存折標(biāo)準(zhǔn)的交易終端：11：移動(dòng)POS：16：數(shù)字機(jī)頂盒：17：Ⅱ型固定電話RESV1VARCHAR2（255）Y保留域1RESV2VARCHAR2（255）Y保留域2：對(duì)多路由數(shù)據(jù)=D1文件RESV3VARCHAR2（255）Y保留域3：對(duì)多路由數(shù)據(jù)=D1文件RESV4VARCHAR2（255）Y保留域4：對(duì)多路由數(shù)據(jù)=D1文件RESV5VARCHAR2（255）Y保留域5：對(duì)多路由數(shù)據(jù)=D1文件CRE-DTMDATEY創(chuàng)建時(shí)間DATA-SOURCE-IDVARCHAR2（2）N數(shù)據(jù)源：定義參見表AVP-TRX-CODEVARCHAR2（4）Y增值交易代碼UNS-BUSI-CODEVARCHAR2（6）Y銀商業(yè)務(wù)類型代碼UNS-PROD-CODEVARCHAR2（4）Y銀商產(chǎn)品類型代碼MER-INST-CODEVARCHAR2（8）Y客戶所屬機(jī)構(gòu)SETT-MER-NOVARCHAR2（20）Y清算客戶號(hào)PCHNL-MER-NOVARCHAR2（20）Y渠道客戶號(hào)PCHNL-TERM-NOVARCHAR2（8）Y渠道終端號(hào)1.3交易數(shù)據(jù)的預(yù)處理本文通過對(duì)歷史交易數(shù)據(jù)的推測(cè)概況出其新的數(shù)據(jù)的發(fā)展趨勢(shì)并對(duì)其進(jìn)行模型的數(shù)據(jù)檢測(cè)，其中的風(fēng)險(xiǎn)已將采用一定的數(shù)據(jù)分析法將其降到最低，實(shí)現(xiàn)其數(shù)據(jù)的重要性，并將其數(shù)據(jù)信息進(jìn)行重新編輯整改。由于是本次采集的交易數(shù)據(jù)，基本不存在特征值缺失的情況，本實(shí)驗(yàn)處理不進(jìn)行缺失值補(bǔ)全等過程。相對(duì)于數(shù)據(jù)的多樣性以及其相關(guān)性，其中存在的聯(lián)系需要對(duì)數(shù)據(jù)進(jìn)行多次的數(shù)據(jù)分析，采用一定的科學(xué)方式，使之更加切身體會(huì)其中的利與弊。一種是基于時(shí)間范圍的變量衍生方法，另一種為基于事件頻率的變量衍生方法，兩種完全不同的數(shù)據(jù)分析的概況性使之做成最好的數(shù)據(jù)類別進(jìn)行討論研究。本文采用的衍生的的變量有過去1天、7天、14天、30天、90天、180天是否發(fā)生交易。賬戶余額相關(guān)的衍生變量有過去1天的余額、過去7天的日均余額、過去14天的日均余額、過去30天的日均余額、過去90天的日均余額、過去180天的日均余額，對(duì)其余額進(jìn)行一定的數(shù)據(jù)計(jì)算，發(fā)現(xiàn)其中的數(shù)字規(guī)律變化。2.變量離散化數(shù)據(jù)標(biāo)準(zhǔn)化的數(shù)據(jù)處理進(jìn)行相互的轉(zhuǎn)換，對(duì)用戶的基礎(chǔ)信息進(jìn)行更加深層次的數(shù)據(jù)刨析，并進(jìn)行有效的轉(zhuǎn)換。主要針對(duì)交易金額、賬戶余額、年齡、賬齡等連續(xù)性變量。本實(shí)驗(yàn)采用對(duì)數(shù)據(jù)的離子變化進(jìn)行處理，使之?dāng)?shù)據(jù)更加清晰明了，更加確定其中的規(guī)律編謊話，確定其分組數(shù)量和組距，通過調(diào)整分組后計(jì)算分組后的事件率相等找出最優(yōu)分組。1.4基于BP算法的人工神經(jīng)網(wǎng)絡(luò)風(fēng)險(xiǎn)分析應(yīng)用決策樹模型，根據(jù)上文提及的數(shù)據(jù)分析法對(duì)數(shù)據(jù)模型進(jìn)行更改，網(wǎng)絡(luò)節(jié)點(diǎn)和支付性質(zhì)的理解更加透徹，識(shí)別為正常交易賬號(hào)和異常交易賬號(hào)，并對(duì)生產(chǎn)的決策樹進(jìn)行了較大的改進(jìn)，使之更加完善更容易被大眾化所接受，在保證足夠信息量的前提下減少離散化的區(qū)間數(shù)目，進(jìn)而簡化生成的決策樹模型結(jié)構(gòu)。最后利用生成的決策樹模型完成識(shí)別大量交易數(shù)據(jù)中的異常交易賬號(hào)工作。1.1.1BP算法特點(diǎn)自學(xué)習(xí)特點(diǎn)，神經(jīng)網(wǎng)絡(luò)根據(jù)輸入的數(shù)據(jù)值進(jìn)行對(duì)比預(yù)判，形成一個(gè)新的數(shù)據(jù)節(jié)點(diǎn)，對(duì)其數(shù)據(jù)節(jié)點(diǎn)進(jìn)行深層次的刨析通過不斷地訓(xùn)練，使之更加精確無誤，進(jìn)行適當(dāng)?shù)念A(yù)判，確定其發(fā)展的趨勢(shì)，改變其中的數(shù)據(jù)關(guān)系，使之更加簡單容易理解。然后皆可以對(duì)相差不多的其他數(shù)據(jù)信息進(jìn)行評(píng)估。高速尋找優(yōu)化解的能力。神經(jīng)網(wǎng)能夠高效無誤的對(duì)數(shù)據(jù)進(jìn)行結(jié)算，提高其算法進(jìn)度節(jié)省更多的時(shí)間得到一個(gè)模型的最優(yōu)解情況。不確定性信息處理能力。神經(jīng)網(wǎng)絡(luò)中包含許多神經(jīng)元，需要對(duì)其刨析，解決其中的數(shù)據(jù)網(wǎng)絡(luò)結(jié)構(gòu)化，于之前的數(shù)據(jù)對(duì)比需要對(duì)其更加完善截個(gè)圖，使之便系更加負(fù)責(zé)。而且其每個(gè)神經(jīng)元之間形成的網(wǎng)絡(luò)結(jié)構(gòu)，讓數(shù)據(jù)間的關(guān)系聯(lián)系更加復(fù)雜和密切，即使有一個(gè)或者一些數(shù)據(jù)缺失或者模糊，甚至數(shù)據(jù)錯(cuò)誤的情況下，BP神經(jīng)網(wǎng)絡(luò)都能夠利用強(qiáng)大的網(wǎng)絡(luò)關(guān)系，找出最佳的輸出結(jié)果?？箟盒?，神經(jīng)網(wǎng)絡(luò)通過一定的學(xué)習(xí)和訓(xùn)練，即使在某些神經(jīng)元失效的情況下，仍能夠正常有效的預(yù)測(cè)。1.1.2BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用本文采用神經(jīng)網(wǎng)絡(luò)的方式對(duì)其數(shù)據(jù)進(jìn)行有效的分析辯證，從原始數(shù)據(jù)開始到二層次的分類聚類，進(jìn)行數(shù)據(jù)的預(yù)判，進(jìn)行分析展示。首先以其風(fēng)險(xiǎn)進(jìn)行輸入辯證，對(duì)其可發(fā)生的因素進(jìn)行分析，216份有效問卷共有216對(duì)輸入和輸出數(shù)據(jù)作為樣本，模擬得出底層權(quán)重及變量間關(guān)系，通過學(xué)習(xí)，再根據(jù)具體風(fēng)險(xiǎn)因素作為輸入項(xiàng)，可以輸出一組預(yù)測(cè)的“感知風(fēng)險(xiǎn)維度”數(shù)據(jù)，用此結(jié)論數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)的有效輸出，進(jìn)行新的模型數(shù)據(jù)，分析其重要性。經(jīng)過上述流程，第一層的預(yù)測(cè)值又作為第二層的輸入值進(jìn)行模擬，數(shù)據(jù)從底層至頂層能夠完全連通。1.3數(shù)據(jù)可用性的檢驗(yàn)及說明針對(duì)于數(shù)據(jù)的采集樣本，應(yīng)當(dāng)建立數(shù)據(jù)節(jié)點(diǎn)的分配，對(duì)數(shù)據(jù)的風(fēng)險(xiǎn)性進(jìn)行檢測(cè)，以此感知其風(fēng)險(xiǎn)指標(biāo)進(jìn)行數(shù)據(jù)分析。以“感知經(jīng)濟(jì)風(fēng)險(xiǎn)”為例，可以看出樣本數(shù)據(jù)的大致分布，以及特征指標(biāo)量，例如最大值、最小值、峰度偏度等。除此之外，還具有圖文并茂的特點(diǎn)，用一張圖幾乎說明了數(shù)據(jù)源各種質(zhì)量問題。據(jù)此可以看出，樣本數(shù)量十分完整，僅有少量極值出現(xiàn)，不影響后續(xù)的模型訓(xùn)練和預(yù)測(cè)，屬于數(shù)據(jù)質(zhì)量可控的范圍內(nèi)。由此我們可以得出結(jié)論，樣本符合數(shù)據(jù)可用性的前提，下面將利用上述樣本進(jìn)行各部分的神經(jīng)網(wǎng)絡(luò)模擬。1.1.4神經(jīng)網(wǎng)絡(luò)的模型構(gòu)建及數(shù)據(jù)模擬在擁有“感知時(shí)間風(fēng)險(xiǎn)”、‘感知技術(shù)風(fēng)險(xiǎn)”、“感知隱私風(fēng)險(xiǎn)”、“感知社會(huì)風(fēng)險(xiǎn)，以及“感知信譽(yù)風(fēng)險(xiǎn)”各項(xiàng)風(fēng)險(xiǎn)度的標(biāo)注之下，其構(gòu)建的模型存在一定的數(shù)據(jù)差異性，需要構(gòu)建新型的神經(jīng)網(wǎng)絡(luò)模型，采用該軟件需要設(shè)置一些基礎(chǔ)參數(shù)。由于本課題采用的是含有一層隱含層的B-P神經(jīng)網(wǎng)絡(luò)，因而還需要確定隱藏層神經(jīng)元個(gè)數(shù)，本文將以神經(jīng)網(wǎng)絡(luò)的模擬估計(jì)精度為標(biāo)準(zhǔn)，確定在該指標(biāo)體系中隱藏層神經(jīng)元個(gè)數(shù)。隨著模型不斷擬合，該精度值最終會(huì)穩(wěn)定在某一位置，稱為“模擬估計(jì)精度”。此處，本文在對(duì)比調(diào)整藏層神經(jīng)元個(gè)數(shù)的過程中，觀察模擬估計(jì)精度的變化情況，最終確定感知經(jīng)濟(jì)風(fēng)險(xiǎn)體系指標(biāo)的隱藏層神經(jīng)元個(gè)數(shù)為15個(gè)。除此之外，關(guān)于B-P神經(jīng)網(wǎng)絡(luò)的具體訓(xùn)練方法，經(jīng)過課題組多次實(shí)驗(yàn)，最終確定采用“快速訓(xùn)練法”的“專家模式”進(jìn)行模擬，同時(shí)在模擬過程中還需要設(shè)置其他相關(guān)參數(shù)如下，其中Eta表示的是學(xué)習(xí)率，即神經(jīng)網(wǎng)絡(luò)每次模擬移動(dòng)的距離，Alpha表示沖量項(xiàng)，在反向傳播中，引入沖量項(xiàng)的目的是加快學(xué)習(xí)速度。表4SEQ表\*ARABIC\s17神經(jīng)網(wǎng)絡(luò)其他相關(guān)參數(shù)Alpha初始Eta高EtaEta衰減低Eta0.90.30.1300.01在確定上述因素條件后，構(gòu)建不同的神經(jīng)網(wǎng)絡(luò)系統(tǒng)對(duì)其感知風(fēng)險(xiǎn)進(jìn)行調(diào)研，以此為數(shù)據(jù)研發(fā)的一種方向進(jìn)行有效的劃分，進(jìn)行討論研究。如圖4-7所示，從“分區(qū)”節(jié)點(diǎn)開始向右延伸共有5條分支，第一條“分區(qū)，，—“感知經(jīng)濟(jì)風(fēng)險(xiǎn)”表示采用100%的樣本數(shù)據(jù)進(jìn)行感知經(jīng)濟(jì)風(fēng)險(xiǎn)指標(biāo)體系的神經(jīng)網(wǎng)絡(luò)模擬過程，第二條“分區(qū)’~‘選擇，七一一一‘‘感知經(jīng)濟(jì)風(fēng)險(xiǎn)”表示采用70%的樣本數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)模擬，第三條“分區(qū)”一‘選擇，一‘70%感知經(jīng)濟(jì)風(fēng)險(xiǎn)”模型一‘表”表示針對(duì)70%樣本輸入指標(biāo)進(jìn)行預(yù)測(cè)輸出，第四條“分區(qū)”“選擇，一‘100%感知經(jīng)濟(jì)風(fēng)險(xiǎn)”模型“表”表示針對(duì)全部樣本輸入指標(biāo)進(jìn)行預(yù)測(cè)輸出，第五條“分區(qū)”一“表”僅用來查看輸入系統(tǒng)的數(shù)據(jù)，以“表”的形式呈現(xiàn)。、模擬過程中存在的問題對(duì)其處理的解決方式在模擬過程中，采用多種百分比不同的數(shù)據(jù)元素進(jìn)行采集模擬，用不同的數(shù)據(jù)進(jìn)行檢測(cè)，分析其中的風(fēng)險(xiǎn)度，對(duì)一種或者一類進(jìn)行數(shù)據(jù)預(yù)判，以分區(qū)的方式進(jìn)行處理，檢測(cè)其中的樣本普遍性，預(yù)測(cè)結(jié)果與輸出原值的誤差浮動(dòng)在30%左右。在本文研究當(dāng)中，不難看出在其過程中存在一定的局限性，需要打破其局限然后對(duì)其進(jìn)行一定的摒棄，對(duì)于樣本采集不完全的現(xiàn)象忽略掉部分信息，進(jìn)行部分檢測(cè)推測(cè)規(guī)律。因此本文最終采用100%樣本數(shù)據(jù)進(jìn)行模擬，隨后根據(jù)樣本信息進(jìn)行模擬測(cè)試，將數(shù)據(jù)進(jìn)行預(yù)判，對(duì)其風(fēng)險(xiǎn)度控制在一定限度內(nèi)，提高其準(zhǔn)確性。3)、數(shù)據(jù)模擬在成果關(guān)鍵的數(shù)據(jù)類別當(dāng)中，確定數(shù)據(jù)的樣本數(shù)量，對(duì)其進(jìn)行感知風(fēng)險(xiǎn)體表的預(yù)測(cè)，以“感知經(jīng)濟(jì)風(fēng)險(xiǎn)”的指標(biāo)體系模擬過程為例。1.5模型結(jié)果驗(yàn)證本次模型采用newff，函數(shù)構(gòu)建模型，對(duì)于新版本的newff函數(shù)，可將其數(shù)據(jù)研究的過程提前進(jìn)行一定的總結(jié)，防止其出現(xiàn)重復(fù)現(xiàn)象，通過少數(shù)迭代。模型的構(gòu)建中，利用默認(rèn)值設(shè)置隱含層節(jié)點(diǎn)數(shù)、傳遞函數(shù)。模型中的訓(xùn)練函數(shù)具體代碼如下:%創(chuàng)建BP網(wǎng)絡(luò)net=newff(trainx,trainy);%設(shè)置最大訓(xùn)練次數(shù)net.trainParam.epochs=1500;%目標(biāo)誤差net.trainParam.goal=1e-13;%顯示級(jí)別net.trainParam.snov}l;%訓(xùn)練net=train(net,trainx,trainy);為了達(dá)到數(shù)據(jù)有效性的數(shù)據(jù)樣本帶來的偏差對(duì)其造成的數(shù)據(jù)影響，在其研究過程中適當(dāng)選擇相同的訓(xùn)練和樣本測(cè)試，一直重復(fù)運(yùn)算分別統(tǒng)計(jì)其正確的概率，最終得到平均正確率為87.27%，最低正確率為81.42%，迭代次數(shù)為6。在訓(xùn)練及擬合完成后，針對(duì)上述建立的支付交易風(fēng)險(xiǎn)度量模型，利用Sim函數(shù)引入新的數(shù)據(jù)對(duì)其進(jìn)行訓(xùn)練，檢驗(yàn)這個(gè)經(jīng)過訓(xùn)練的、學(xué)習(xí)到規(guī)則的模型。t_final=sim(net,p_test)根據(jù)調(diào)查問卷進(jìn)行