论文摘要
近年来,B2C在线交易得到繁荣的发展,个人用户通过电子账户在电子商务网站进行交易时,在线支付平台为其提供网上的资金结算服务,但是B2C在线交易依然存在着很多的挑战,欺诈交易就是其中最重要的挑战之一。欺诈者通过非法手段窃取用户的电子账户,然后通过第三方购物网站转移账户资金,给用户造成了极大的经济损失。因此,在线支付平台亟需建立有效的欺诈交易检测系统。本文提出了一种基于XGBoost的欺诈交易检测模型,解决了其他机器学习模型在面对数据不平衡问题上的不足。本文通过在某金融平台的真实B2C交易数据集上进行验证,实验表明该方法的性能超过其他的机器学习模型,该方法能够检测出超过94%的欺诈交易,并且保持打扰率低于0.1%。
论文目录
文章来源
类型: 期刊论文
作者: 舒鹏飞
关键词: 在线支付,欺诈检测,交易
来源: 福建电脑 2019年12期
年度: 2019
分类: 信息科技,基础科学,社会科学Ⅰ辑,经济与管理科学
专业: 数学,刑法,宏观经济管理与可持续发展,贸易经济
单位: 同济大学电子与信息工程学院
分类号: F724.6;F224;D924.35
DOI: 10.16707/j.cnki.fjpc.2019.12.007
页码: 23-25
总页数: 3
文件大小: 709K
下载量: 57