liuyinglxl

简评：2018 CIKM，Ziqi Liu et al. 蚂蚁金服，具有较大参考意义的工业届 paper。roadmap： 作弊数据分析 -> 作弊规律总结 -> 针对性解决问题 -> 直观的方法 -> 更深层次的方法论文场景：支付宝金融风控中黑产用户的挖掘，用户粒度的黑产挖掘。解决的问题和方法具有整个反作弊领域的通用性，不限制于金融风控领域。通过对大量正常数据和黑产数据进行分析，发现大量作弊数据具有如下表现：那通过数据分析出黑产用户具有上述『设备聚集』和『行为聚集』的异常，那如何 挖掘出具有这类表现的黑

全连接层一维一般常见的是这种一维的全连接层，下面这种图就很常见。全连接层，通俗的说就是前面一层的每个单元都与后面一层的相连接。如下图的绿色 Hidden 层，Hidden 层的每个单元都与 Input 层的所有单元相连接，同理 Output 层的与 Hidden 层的也是如此。(1*3)*(3*4)=(1*4)(1*4)*(4*2)=(1*2)即 Input 到 Hidden 这个全连接层中间的参数

在 tensorflow 中实现 LSTM 结构的循环神经网络的前向传播过程，即使用 BasicLSTMCell# 定义一个 LSTM 结构，LSTM 中使用的变量会在该函数中自动被声明lstm = tf.contrib.rnn.BasicLSTMCell(lstm_hidden_size)# 将 LSTM 中的状态初始化为全 0 数组，batch_size 给出一个 batch 的大小st