基于交易行为特征的证券配资账户识别集成模型研究

作     者：左旭洪 王永全 邱格屏 ZUO Xuhong;WANG Yongquan;QIU Geping

作者机构：华东政法大学刑事法学院上海201620 华东政法大学智能科学与信息法学系上海201620 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2025年第52卷第2期

页      面：125-133页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2023YFC3306100,2023YFC3306105,2023YFC3306103) 国家社会科学基金重大项目(20&ZD199) 

主　　题：证券配资 证券交易数据 特征提取 账户识别 机器学习 

摘      要：针对证券配资账户公开数据稀缺、特征选择不够科学、识别方法研究较少且精度不足等问题,提出基于交易行为特征的证券配资账户识别集成模型(CFS-RF-BP)。该模型包含数据集构建、特征提取、特征选择和账户识别四大核心步骤。根据证券账户交易数据特性,自动生成了模拟数据集,并进行了详细的标记和特征计算;通过异构特征选择模型(CFS-RF),结合对数转换和归一化技术,对17个基本特征进行了重要性评估,从中遴选出5个特征形成关键特征集;在此基础上,采用BP神经网络,构建证券配资账户识别集成模型的分类器,优化该模型的权值和偏置等关键参数,实现了对证券配资账户的自动分类。仿真实验表明,所提出的CFS-RF-BP模型在特征选择、识别的精准率和召回率以及处理效率等方面均取得了显著成效。