我的新闻

团队丰廷晟同学在西安交通大学管理学院赵玺教授和西安交通大学网络安全学院沈之浩副教授的指导下，在分布式互联网的用户行为分析领域取得进展，成果以“代币混合器：用于个人通证交易行为预测的细粒度市场信息感知多层感知机网络（CryptoMixer: Fine-grained market information-aware MLP Networks for Individual Cryptocurrency Trading Prediction）”为题，于2025年5月被数据挖掘领域的顶级会议ACM SIGKDD接收。

研究简介：

近年来，数字通证凭借其分布式的特性对全球经济格局产生深远影响，包括金融、医疗、治理等多个领域。数字通证依托分布式的互联网技术构建透明安全的交易体系，其中分布式的交易所（DEX）通过智能合约实现点对点交易，彻底改变了传统中心化交易所的中介模式。在DEX生态中，用户交易行为预测对优化流动性配置、防范恶意攻击及构建监管框架具有关键作用，然而现有研究多聚焦股票市场，受限于传统金融机构的隐私保护机制，难以获取实时细粒度数据。基于分布式互联网网络特有的交易透明性，可验证的待处理交易信息（Pending Mechanism）为突破这一困境提供了全新视角。但高频交易行为预测任然面临三大挑战：市场信息稀疏异步（交易数据间隔不规律）、参与者复杂交互（用户决策受多方动态影响）和实时性要求苛刻（毫秒级响应需求）。传统预测方法依赖低频结构化数据，难以获取用户细粒度行为信息，且复杂模型无法满足高频场景的实时推断需求。

为此，研究团队提出首个基于轻量级多层感知机（MLP）的框架CryptoMixer用于分布式数字通证市场的用户行为预测。该框架创新性融合三大模块：通过市场信息增强器动态聚合异步交易数据，解决稀疏性问题；利用条件市场信息混合器捕捉多维度市场状态与用户行为的复杂关联；设计双流MLP融合网络，从"用户时序"和"时序用户"双视角建模交易动态。实验基于分布式交易所Uniswap真实交易数据集验证，CryptoMixer在预测精度上显著优于传统模型，推理速度可达到毫秒级，为数字通证交易市场的用户行为预测提供高效技术方案。