｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,5,9]]，“date time”：“2024-05-09T05:55:11Z”，“timestamp”：1715234111640｝，“reference count”：34，“publisher”：“Emerald”，“issue”：“2”，“license”：[｛“start”：｛“date parts”：[[2023,7,5]，“date time”：“2023-07-05T000:00:00Z”，“timestamp”：1688515200000}中，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.emerald.com/insight\/site-policies”}]，“content-domain”：{“domain”（域）：[]，“crossmark-restriction”（交叉标记限制）：false}，“short-container-title”：[“IJWIS”]，“published-print”（发布版本）：{\n个目的<\/jats:title>\n网络营销地下行业用户是指利用技术手段模拟大量真实消费者行为，非法获取营销活动奖励，导致企业成本增加，营销效果降低的人。因此，本文旨在构建用户风险评估模型，识别潜在的地下行业用户，以保护真实消费者的利益，降低企业的营销成本<\/jats:p>\n<\/jats:sec>\n\n个设计方法论方法特征提取基于两个方面。第一个方面是基于传统的统计特征，利用基于密度的应用空间聚类和噪声聚类方法获得用户感知区域。根据区域内的用户总数，分配接收地址的相应风险等级。从而可以提取高质量的地址信息。第二个方面是基于用户参与活动的时间段，使用频繁项集挖掘在同一时间段内找到具有相似操作的多个用户。根据用户参与情况提取行为流程图，从而挖掘参与行为与地下行业用户之间的深层次关系<\/jats:p>\n<\/jats:sec>\n\n个结果<\/jats:title>\n基于真实的地下工业用户数据集，采用该方法提取数据集的特征。通过随机森林、全连通层网络、SVM和XGBOST等不同模型对这些特征进行了实验验证，并对所提方法进行了综合评价。实验结果表明，在最佳情况下，我们的方法可以将传统模型的F1核提高55.37%<\/jats:p>\n<\/jats:sec>\n\n个独创性\/value<\/jats:title>\n本文研究了用户静态信息和动态行为特征在地下工业用户预测中的相对重要性，以及这些类别特征的缺失是否会影响预测结果。这项调查有助于进一步研究这一主题，并发现提高地下工业用户预测准确性的特征<\/jats:p>\n“，”DOI“：”10.1108\/ijwis-02-2023-0025“，”type“：”journal-article“，”created“：{”date-parts“：[2023,7,4]，”date-time“：”2023-07-04T11:37:36Z“，”timestamp“：1688470656000}“，”page“：“80-101”，“source”：“Crossref”，“is-referenced-by-count”：5，“title”：[“Incorporating user behavior flow for user risk assessment”]，“前缀”：“10.1108”，“卷”：“19”，“author“：[{”given“：”Yuxiang“，”family“：”Shan“，”sequence“：”first“，”affiliation“：[]}，{”fixed“：”秦“，”家庭“：”任“，”序列“：”附加“，”从属“：[]}，}”giving“：”Gang“，”家人“：”余“，”顺序“：”additional“，”filiation“：”Bin“，”family“：”Cao“，”sequence“：”additional“，”affiliation“：[]}]，”member“：“140”，”published-on-line“：{”date-parts“：[2023,7,5]]}，”reference“：[{”key“：”key2023071009261186000_ref001“，”doi-asserted-by“：”crossref“，”first page“：“36”，”doi“：”10.1016\/j.eswa.2016.07.017“，”article-title“：”基于分类器共识系统方法的新型混合集成信用评分模型“，”volume“：64”，“年份”：“2016”，“日志标题”：“带应用程序的专家系统”}，{“key”：“key2023071009261186000_ref002”，“article-title”：“LIBSVM：支持向量机库”，“年”：“2007”，“日记标题”：”ACM智能系统和技术事务“}，”{“密钥”：“Key2023071008000_ref003”，”卷标题“：”XGBoost:A Scalable Tree Boosting System“，”year“：”2016“}，{”key“：”key2023071009261186000_ref004“，”doi-asserted-by“：”crossref“，“first page”：“110”，“doi”：“10.1016\/j.jcrc.2019.08.010”，“article-title”：“逻辑回归和机器学习算法在创伤性脑损伤生存预测中的比较”，“volume”：”54“，“year”：“2019”，“journal-title“：《危重病护理杂志》}，{“key”：“key2023071009261186000_ref005”，“首页”：“56”，“article-title”：“基于样本加权SVM模型的科技企业融资风险预测”，“年份”：“2020”，“journal-title”:“journal of Critical Care”}210”，“article-title”：“基于LightGBM算法的手机用户信用评分研究”，“年份”：“2020”，“journal-title“：“计算机技术与发展”}，{“key”：“key2023071009261186000_ref007”，“首页”：“18”，“article-title”：”基于集团MCP逻辑模型的个人信用评估分析“，”年份：“2015”，“日记标题”：“现代管理科学“}，{“key”：“key2023071009261186000_ref008”，“首页”：“1”，“article-title”：“ILMBP神经网络模型及其在个人信用评估中的应用”，“年份”：“2010年”，“期刊标题”：“中国管理杂志”}，}“key”：k近邻判别分析法在个人信用评估中的应用“，”年份：“2004”，“期刊标题”：“定量与技术经济学杂志”}，{“key”：“key2023071009261186000_ref010”，“文章标题”：“Adam:一种随机优化方法”，“年份”：“2014”}，{“key”：“key2023071009261186000_ref011”首页“：”145“，”文章标题“：”基于改进GS-XGBoost的个人信用评估“，”年份“：”2020“，”期刊标题“：“计算机系统与应用”}，{“key”：“key2023071009261186000_ref015”，“文章标题”：“探索新型智能群控管理系统平台”，“year”：“2020”}、{“key”：”key202307209261186000 _ref012“，”首页“：”219“，”article-title“：”高维数据的个人信用风险评估方法“，”年份“：”2020“，”日记标题“：”计算机工程与应用“}，{“key”：“key2023071009261186000_ref016”，“article-title”：“按随机森林分类与回归”，“year”：“2002”，“journal-title”“：”R News“}”，{”key“：”key2023071009261186000_ref014“，“首页”：“272”，“文章标题”：“基于SVM集成的个人信用评分研究”，“年份”：“2020”，“期刊标题”：《计算机工程与应用》}，{“key”：“key202307200926118600_ref013”，“首页面”：“4”，“论文标题”：无候选生成的新挖掘关联规则研究Relim算法”，“volume-title”：“计算技术与自动化”，“year”：“2006”}，{“key”：“key2023071009261186000_ref017”，“doi-asserted-by”：“crossref”，“first page”：”465“，“doi”：“10.1016\/j.engappai.2016.12.002”，“article-title“：”使用信用违约掉期进行信用评分的深度学习方法“，”卷“：”65“，”年份“：”2017“，”日志标题“：”人工智能的工程应用“}，{“问题”：“1”，“关键”：“key2023071009261186000_ref018”，“文章标题”：“基于FP-growth算法开发并使用MapReduce技术的频繁项集挖掘”，“卷”：“28“，”year“：”2021“，”journal-title“：”Association of Arab Universities journal of Engineering Sciences“}，{“issue”：“1”，“key”：“key2023071009261186000_ref019”，“doi-asserted-by”：“crossref”，“first page”：”61“，“doi”：“10.1109\/TNN.2008.2005605”，“article-title”：“The graph neural network model”，“volume”:“20”，“year”：“2009”，“journal-title”《IEEE神经网络汇刊》，{“key”：“key2023071009261186000_ref020”，“文章标题”：“K.M.:Weisfeiler-Lehman图内核”，“年份”：“2013”}，{“key”：“key2023071009261186000_ref021”，“首页”：“3”，“文章标题”：“信用评分中贝叶斯偏斜链接模型的研究”，“年份”：“2015”，“期刊标题”：“统计与信息论坛”}，{key“：”key2023071009261186000_ref022“，“首页”：“1929”，“文章标题”：“辍学：防止神经网络过度拟合的简单方法”，“年份”：“2014”，“期刊标题”：“机器学习研究杂志”}，{“key”：“key2023071009261186000_ref023”，“首页”：“68”，“文章标题”：“使用梯度提升决策树的个人信用评分方法”，“年份”：“2017年”，“日志标题”：“电子设计工程”}，{“密钥”：“key2023071009261186000_ref024”，“文章标题”：”完全连接层和卷积层的等价物“，”年份“：”2017年“}，”{“key”：“Key202307100726186000_rf026”，“首页”：“112”，“论文标题”：基于BP人工神经网络的P2P借贷借款人信用评估[J]“，”年份“：”2018“，”期刊标题“：”运筹学与管理“}，{“key”：“key2023071009261186000_ref025”，“首页”：“111”，“article-title”：“基于随机森林的个人信用评估模型的研究与实证分析”，“year”：“2014”}key2023071009261186000_ref027”，“article-title”：“图形神经网络的功能有多强大？“，”年“：“2018”}，{“key”：“key2023071009261186000_ref028”，“首页”：“7”，“文章标题”：“基于叠层去噪自动编码器网络的个人信用风险评估”，“年份”：“2019”，“日记标题”：”计算机科学“}，}“key:”key202306100926186000_rf029“，”volume-title“：”基于Boosting算法的新模型在银行信用评级中的应用”，“年份”：“2016”}，{“key”：“key2023071009261186000_ref030”，“首页”：“92”，“文章标题”：“基于自适应拉索逻辑回归的个人信用评分分析”，“年度”：“2016”，“期刊标题”：《数学在实践和理论中》}，}“问题”：“19”，“关键”：“key2023071009261186000_ref031“，”doi-asserted-by“：”crossref“，”first page“：”9402“，”doi“：”10.3390\/app12199402“，”article-title“：”在线聚类中DBSCAN的扩展：基于三层粒度模型的方法“，”volume“：带噪声的大型空间数据库中基于密度的聚类发现算法”，“年份”：“1996”}，{“key”：“key2023071009261186000_ref033”，“首页”：“8”，“文章标题”：“基于Lasso-Logistic模型的个人信用风险评估：微观网络的数据分析[J]”，“年”：“2020”，“期刊标题”：”《杭州电子大学学报（社会科学版）》，{“issue”：“3”，“key”：“key2023071009261186000_ref034”，“doi断言者”：“crossref”，“首页”：“757”，“doi”：“10.2307\/2334008”，“文章标题”：“关于消费信贷行为的logit和判别模型比较的说明”，“卷”：“15”，“年”：“1980”，“期刊标题”：“The Journal of Financial and Quantitative Analysis“}]，“container-title”：[“Web Information Systems国际期刊”]，“original-title“：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/www.emerald.com\/insight\/content\/doi\/10.10108\/IJWIS-02-2023-0025\/full\/xml”，“content-type”：“application\/xml“content-version”：“vor”，“intended-application”：“text-mining“}，{“URL”：“https:\/\/www.emerald.com/insight\/content\/doi\/10.1108\/IJWIS-02-2023-0025\/full\/html”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“存放”：{“date-parts”：[2023,7,10]]，“date-time”：“2023-07-10T09:26:38Z”，“时间戳”：1688981198000}，“分数：1，资源：{主要：{URL“：”https:\/\/www.emerald.com/insight\/content\/doi\/10.1108\/IJWIS-02-2023-0025\/full\/html“}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2023,7,5]]}，”references-count“：34，”journal-issue“：{”issue“：”2“，”published-on-line“：”{“date-parts”：[2023,7,5%]}“published-preint”：{“date-parts”：[[2023,7,12]]}}，“alternative-id”：[“10.1108\/IJWIS-02-2023-0025“]，”URL“：”http://\/dx.doi.org\/10.1108\/IJWIS-02-2023-20025“，”关系“：{}，”ISSN“：[”1744-0084“，”1744-004“]，“ISSN-type”：[{“value”：“1744-0084'，”type“：”print“}，{“value”：“744-0084”，“type”:“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2023年7月5日]}}}