基于人工免疫聚类的欺诈客户分析 (2011年)

针对传统aiNet聚类算法在处理欺诈客户分析时聚类精度差的问题，该文基于一种新的免疫聚类算法(SE- aiNet)提出了利用子群群体特征进化的免疫聚类算法，使收敛速度有显著提高，并在保持抗体种群规模的情况下有效提高了抗体的多样性；以训练所得的规则集来判断客户是否欺诈，经某银行的实际数据验证，算法的误分比例为24．0％，而相同环境下BP-NN算法的误分比例为32．3％，C-SVM的误分比例为28．6％。