商务智能诈欺与屏蔽

1、题目一：欺诈屏蔽（异常检测题目一：欺诈屏蔽（异常检测/ /神经网络）神经网络）2目录目录一.研究目的二.研究内容三.模型建立与分析： 模型一 模型二四.总结一一. .研究目的研究目的与过程与过程虚拟数字化本例使用虚拟数据演示如何通过分析方法来发现与标准数据的偏差，同时突出了有必要进一步调查的异常记录。财政补贴申请金额取决于田地的类型和大小，您会特别关注其中的不合理部分。3熟悉各种聚类熟悉各种聚类分析方法分析方法了解神经网络分了解神经网络分析方法与过程析方法与过程掌握异常检掌握异常检测的方法测的方法 1、聚类分析。 2、神经网络建模。 3、异常检测。 4、此实验显示了 Clementine 在检

2、测诈欺行为方面的应用。这一领域涉及农业发展财政补贴申请。有两种财政补贴类型在考虑之列：耕地开发财政补贴和退役田地财政补贴。二二. .研究内容研究内容1、我们需要建立两个模型2、分析通过两个阶段执行：先使用“异常检测”进行预筛选，然后使用“神经网络”模型进行深入分析。三三. .模型建立与模型分析模型建立与模型分析ID。唯一标识符。姓名。申请人姓名。区域。地理位置（中部北部西南部东南部）。田地质量。以整数为计量单位-农户申报的田地质量。降雨量。以整数为计量单位-田地年降雨量。田地收入。以实数为计量单位-申报的田地年收入。主要农作物。主产农作物（玉米小麦马铃薯油菜籽）。申请类型。申请的财政补贴(de

3、commission_land/arable_dev)。申请金额。以实数为计量单位-申请的财政补贴额。数据包含的九个字段模型一模型一按照给出的教程一步一步操作，可以得出模型一按照给出的教程一步一步操作，可以得出模型一1.分布规律性不明显，基本无规律可循2.个别点异常，被标为红色3.需要进一步观察分析你看到图的第一感觉？你看到图的第一感觉？模型二模型二一块田地同时出现多份财政补贴资助申请表一块田地同时出现多份财政补贴资助申请表模型二分析模型二分析作用作用：通过叠加申请类型检查其会不会影响评估收入之间的差距结论：结论：观察得大偏差都发生arable_dev 财政补贴上，就可以只选择 arable_

4、dev 财政补贴申请一张预期申请金额与实际申请金额的比较图一张预期申请金额与实际申请金额的比较图。1.分布规律性明显，基本成正相关2.大多数案例的预期申请金额与实际申请金额都基本相符你看到图的第一感觉？你看到图的第一感觉？大多数案例的大多数案例的预期申请金额预期申请金额与实际申请金与实际申请金额都基本相符额都基本相符说明实际申请说明实际申请金额与预估申金额与预估申请金额之间的请金额之间的差异差异了解申请金额了解申请金额比预估金额高比预估金额高的人。的人。作用作用目的目的常态常态通过重走异常检测，进一步调查通过重走异常检测，进一步调查claimdiffclaimdiff 值相对较大的人值相对较大

5、的人上表列出的是运用两种方法勘察后得出的比较可疑的数据。注意注意：不同的方法，其返回结果也将有所不同。测试两种方法有效性的最佳办法是检查有问题的记录，然后看与哪些记录关系最大（即本例中的诈欺申请）。实验室教程比较详细，具有很强的指导性，所以在建模与分析过程中疑问较少，基本能顺利完成任务优优点点对于实验目的了解不够深入，及实验方法探究不深，导致脱离实验指导后未能独立完成缺缺点点四四. .总结总结关于实验总结关于实验总结运用两种勘察方法得出的运用两种勘察方法得出的结果是可疑，但不代表一结果是可疑，但不代表一定有欺诈行为定有欺诈行为本次实验主要是本次实验主要是“异常检异常检测测”和基于和基于“神经网络神经网络”的建模方法的建模方法在一个实例中，往往需要在一个实例中，往往需要多种方法才能得出比较可多种方法才能得出比较可靠的结果靠的结果数据分析的过程是一个层数据分析的过程是一个层次递进的过程，相互关联，次递进的过程，相互关联，而不是独立进行的而不是独立进行的运用两种勘察方法得出的运用两种勘察方法得出的结果是可疑，但不代表一结果是可疑，但不代表一定