基于PSO-SVM的电子商务移动支付风险预测

发布时间：2023-03-12 13:34

　　为了提高电子商务移动支付风险预测精度,针对当前电子商务移动支付风险预测建模过程存在的一些局限性,设计了粒子群算法和支持向量机的电子商务移动支付风险预测模型(PSOSVM)。首先收集大量的电子商务移动支付风险预测历史样本数据,并对其进行预处理,得到训练样本和测试样本集,然后采用粒子群算法和支持向量机联合对训练样本集进行学习,建立可以描述电子商务移动支付风险变化特点的模型,最后采用VC++编程实现电子商务移动支付风险预测仿真测试。结果表明,PSO-SVM克服了当前电子商务移动支付风险预测模型存在的弊端,电子商务移动支付风险预测精度超过90%,而且预测结果稳定可靠,相对其他电子商务移动支付风险预测模型,具有显著优越性。

【文章页数】：5 页

【文章目录】：
1 基于PSO-SVM的电子商务移动支付风险预测
    1.1 粒子群优化算法（PSO)
    1.2 支持向量机（SVM)
    1.3 基于PSO-SVM的电子商务移动支付风险预测步骤
2 电子商务移动支付风险预测模型的验证性测试
    2.1 测试平台及测试数据
    2.2 支持向量机核函数确定
    2.3 支持向量机参数的确定
    2.4 实验结果与分析
        2.4.1 电子商务移动支付风险预测精度对比
        2.4.2 电子商务移动支付风险预测通用性分析
3 结束语



本文编号：3761312