-
公开(公告)号:CN119991129A
公开(公告)日:2025-05-13
申请号:CN202510055244.8
申请日:2025-01-14
Applicant: 重庆邮电大学
Abstract: 本发明属于金融业交易欺诈检测技术领域,涉及一种自适应标签感知的图神经网络信用卡欺诈检测方法,包括:获取信用卡交易数据并输入训练好的信用卡欺诈检测模型,得到欺诈检测结果;欺诈检测模型的训练过程包括:获取信用卡交易记录数据集构建初始多关系异质图;将初始多关系异质图输入依次串联的多层图聚合层;将最后一层图聚合层输出的节点特征输入分类模块,得到欺诈检测结果;根据欺诈检测结果更新模型参数直到得到训练信用卡欺诈检测模型;本发明在图聚合层中对每个关系使用图注意力机制聚合节点特征,并对不同类型的邻居使用转换模块进行进一步处理,使节点自适应地调整从其异性和同性邻居聚合的信息,提高了信用卡欺诈检测任务的能力。
-
公开(公告)号:CN119963327A
公开(公告)日:2025-05-09
申请号:CN202510020585.1
申请日:2025-01-07
Applicant: 重庆邮电大学
IPC: G06Q40/04 , G06Q50/00 , G06F16/9535 , G06F40/284 , G06F16/334
Abstract: 本发明涉及一种基于社交媒体情绪分析的股票推荐系统,包括:从社交网络平台的个股板块分别获取各个股票吧的实时数据;根据用户之间的评论关系构建用户的社交网络图结构,并基于用户的社交网络图结构计算社交网络中每个用户的影响力;对每个帖子进行分词处理,识别出帖子中的看涨情绪词和看跌情绪词,并基于识别出的看涨情绪词和看跌情绪词计算帖子的情绪得分;根据发布该帖子用户的影响力和帖子的情绪得分计算得到每个帖子的情绪倾向;根据各个股票吧下帖子的数量、帖子的情绪一致性和帖子的情绪趋势计算出各个股票吧对应股票的综合推荐得分,并提取综合推荐得分最高的N个股票向用户推荐。本发明充分利用社交媒体上的丰富信息,综合考虑用户的社交关系、情绪倾向等多种因素,以提高股票推荐的准确性和可靠性,为投资者提供更有价值的投资建议。
-