近年来,机器学习模型在信用卡欺诈检测方面的应用日益加深,但受限于数据的敏感性和保密性,仍有较大提升空间。为实现更全面的个人客户画像,本研究创新性地引入反映个人经济状况、背景资料和交易信息的相关特征,针对信用卡交易中不平衡...近年来,机器学习模型在信用卡欺诈检测方面的应用日益加深,但受限于数据的敏感性和保密性,仍有较大提升空间。为实现更全面的个人客户画像,本研究创新性地引入反映个人经济状况、背景资料和交易信息的相关特征,针对信用卡交易中不平衡数据和欺诈检测问题,提出一种面向个人客户身份信息和交易特征的基于聚类下采样技术的混合神经网络模型(Hybrid Neural Network with Clustering-based Undersam-pling technique on Identity and Transaction features,HNN-CUHIT)。展开更多
文摘近年来,机器学习模型在信用卡欺诈检测方面的应用日益加深,但受限于数据的敏感性和保密性,仍有较大提升空间。为实现更全面的个人客户画像,本研究创新性地引入反映个人经济状况、背景资料和交易信息的相关特征,针对信用卡交易中不平衡数据和欺诈检测问题,提出一种面向个人客户身份信息和交易特征的基于聚类下采样技术的混合神经网络模型(Hybrid Neural Network with Clustering-based Undersam-pling technique on Identity and Transaction features,HNN-CUHIT)。
