自适应梯度下降算法在金融机构交易量预测中的应用

作者：卢金龙

来源：信息技术与信息化, 2022, (12): 100-103.

• 机器学习
• 梯度下降算法
• 交易量预测
• 银行业金融机构

近年来，随着移动支付业务的迅猛发展，银行业金融机构线上交易量呈现爆发式增长态势，产生的交易数据也呈几何倍增长，这些交易数据中蕴含大量知识，其中交易量预测已经成为一个热门话题。针对以上现状，基于传统梯度下降算法的不足之处提出一种自适应梯度下降算法，并将两种算法分别应用于银行业金融机构交易量预测模型的对比实验中。实验结果表明，提出的自适应梯度下降算法在银行业金融机构交易量预测中能够更快的训练模型、更准确地预测交易量，可为银行业金融机构提高运营效益提供有效路径选择。

• 单位
  中国人民银行