文摘
英文文摘
声明
第一章绪论
1.1电信客户欺诈检测的研究背景和意义
1.2欺诈检测的研究现状
1.2.1电信客户欺诈检测的研究现状
1.2.2相关领域的欺诈检测的研究现状
1.3欺诈检测技术普遍存在的问题
1.4论文的主要工作
1.5论文的结构组织
第二章支持向量机的发展及理论基础
2.1支持向量机的发展
2.2机器学习
2.3统计学习理论
2.3.1 VC理论
2.3.2结构风险最小化准则
2.4支持向量机
2.4.1最优分类超平面
2.4.2广义最优分类超平面
2.4.3核函数
2.4.4分类支持向量机的构造
2.5支持向量机相关研究
2.6单类支持向量机简介
2.7本章小结
第三章 一种基于OC-SVM的大型数据集分类方法
3.1问题提出的背景
3.2单类支持向量机
3.2.1基于超平面的OC-SVM
3.2.2基于超球体的OC-SVM
3.2随机选择算法
3.3基于OC-SVM的分类过程
3.3.1数据约简
3.3.2 OC-SVM训练
3.3.3数据恢复
3.3.4 SVM分类
3.4实验结果
3.5本章小结
第四章支持向量机在电信客户欺诈检测中的应用
4.1电信欺诈的介绍
4.1.1电信欺诈的定义
4.1.2电信客户欺诈的分类
4.2电信客户欺诈检测模型的商业理解
4.2.1模型建立的需求
4.2.2目标定义
4.3数据预处理
4.3.1数据采集
4.3.2数据清洗
4.3.3数据转换
4.3.4特征选择
4.4建立用户模型
4.5欺诈检测建模过程
4.6模型评价
4.7本章小结
第五章结论与展望
5.1结论
5.2展望
参考文献
致谢
附录(攻读硕士学位期间发表录用论文)
长沙理工大学;