计算机应用研究

作者：韩忠明,王宇航,毛雅俊,陈福宇,

单位：北京工商大学a.国际经管学院;b.食品安全大数据技术北京市重点实验室;c.计算机学院,北京100048；

关键词：比特币,交易预测,图神经网络,嵌入学习,

基金：国家重点研发计划资助项目(2019YFC0507800)；北京市自然科学基金资助项目(4172016)；；

快速、准确的数字货币交易预测在应对交易风险、促进交易等方面具有重要意义，利用比特币的交易用户评价可将比特币交易建模为具有连续时间特性的动态网络，交易预测可转换为动态网络的链接预测问题。为更有效预测比特币交易，针对现有的图神经网络方法忽略了及时反馈网络中产生的新信息的重要性，难以准确完成比特币交易预测的问题，提出一种新的基于图神经网络的模型用于比特币交易预测。该方法通过时间注意力机制聚合用户的邻域信息，并引入了一种新颖的信息反馈机制，更充分地利用网络信息。实验在两个真实数据集上进行，结果表明，改进的模型比最好的对比模型在AUC、AP和F1指标下分别高出约7%、6%和22%，能对比特币交易进行更准确的分析预测。

来源：2022年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第12期