基于滑动时间窗口的金融反欺诈检测应用

论文摘要

随着网络信息技术的快速发展,互联网金融欺诈现象不断发生,制约着银行金融科技企业的发展,也会导致诸多社会经济问题。通过构建基于机器学习的欺诈检测模型来进行反欺诈检测已成为此领域的主流思路。介绍了互联网金融的反欺诈现状,在网络支付模式下,提出了一种基于滑动时间窗口的反欺诈检测方法,从两个大维度挖掘各类风险交易特征,统计用户近期历史行为,构建机器学习反欺诈检测模型,并在网络支付的真实数据集上验证了其有效性。

论文目录

• 1 互金反欺诈相关背景
• 2 检测方法设计与实例
•   2.1 数据获取与预处理
•     2.1.1 数据获取
•     2.1.2 数据预处理
•   2.2 滑动时间窗口设计
•   2.3 风险特征挖掘
•   2.4 模型训练与测试
•     2.4.1 实验环境设置
•     2.4.2 分类器选择
•     2.4.3 训练与测试
• 3 结果分析与讨论
•   3.1 评价指标选择
•   3.2 实验结果分析
• 4 结论与展望

文章来源

类型: 期刊论文

作者: 王昌琪

关键词: 互联网金融,欺诈检测,滑动时间窗口,机器学习

来源: 电脑与电信 2019年12期

年度: 2019

分类: 信息科技,经济与管理科学

专业: 自动化技术,金融

单位: 同济大学电子与信息工程学院计算机科学与技术系

分类号: TP181;F832

DOI: 10.15966/j.cnki.dnydx.2019.12.010

页码: 34-37+40

总页数: 5

文件大小: 1184K

下载量: 95