使用更少特征与机器学习方法检测问题赌博
机器学习
2024-03-26 v1 人工智能
计算机与社会
摘要
赌博研究中的分析特征是基于对用户日常行为的大量数据监控来执行的。在执行问题赌博检测时，现有数据集为构建基于机器学习的模型提供了相对丰富的分析特征。然而，考虑到实际应用中收集分析特征的复杂性和成本，使用更少的特征进行精确检测将极大地降低数据收集的成本。在这项研究中，我们提出了一种深度神经网络PGN4，它在使用有限的分析特征时表现良好。通过对两个数据集的实验，我们发现当特征从102个减少到5个时，PGN4仅经历了轻微的性能下降。此外，我们发现了来自两个数据集的前5个特征之间的共性。
引用
@article{arxiv.2403.15962,
title = {Detection of Problem Gambling with Less Features Using Machine Learning Methods},
author = {Yang Jiao and Gloria Wong-Padoongpatt and Mei Yang},
journal= {arXiv preprint arXiv:2403.15962},
year = {2024}
}
备注
6 pages, 5 tables, 1 figure