2024机器学习在反欺诈中应用_第1页
2024机器学习在反欺诈中应用_第2页
2024机器学习在反欺诈中应用_第3页
2024机器学习在反欺诈中应用_第4页
2024机器学习在反欺诈中应用_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

机器学习在反欺诈中应用一、关于反欺诈（一）欺诈风险简介（二）反欺诈生命周期简介Da二、机器学习应用（一）反欺诈规则的缺点反欺诈一般通过两种方式，一种是设定规则，另一种是通过算法。规则在反欺诈实践中应用也较多，但是缺点也明显，主要表现为：策略性较强，命中直接拒绝，而且黑名单本身的误伤性也较强；无法给出用户的欺诈风险有多大；未考虑用户从信用风险向欺诈风险的转移，尤其是在行业不景气时。（二）机器学习有监督模型评分卡一般运用在信用风险评估，如：A卡（申请评分卡）和B卡（行为评分卡）等，反欺诈也会运用有监督学习，如评分卡（F卡），具体如下：AB（三）部分常规机器学习在反欺诈中应用在反欺诈中用到的机器学习主要有下图几种。其中，iforest通常用来做数据离群点的异常数据方面，进行加权或算法调整。svmarimakmean三、深度学习应用此部分对人工神经网络（ANN）和时间序列进行简单介绍。时间序列部分介绍RNN（循环神经网络）和LSTM（长短记忆循环神经网络）两种算法。LSTM是RNN的优化版，在特征较多时，RNN计算量会呈指数式增长，其计算复杂度也会增加，如下图：LSTMRNN（forget（input和输出阀门（forgetgate）RNNB（行为评分卡），一是异常检测。LSTM在这两个场景中的应用。在行为评分卡的应用中，当用户在金融机构embeddingLSTM另外在使用LSTM时需注意4点：embedding0embeddingonehot样本量少时，应通过仿真模型进行异常检测评估，仿真模型能够有效解决信用风险转欺诈风险的导致模型失效的问题。四、图谱相关应用KStrustrank，关系embedding（一）常规统计IP（二）复杂网络embedding算法有时候机器无法识别信息，需要将信息向量化（embedding），将信息向量化后才可以做embeddingnode2vecnode2vecwalk）word2vec。randomwalk词的共线性可以做wrdvcwrdvec与NLP的wrdvecEmbddng50128（三）trustrank算法Trustrankpagerank的升级版，当前我司用的trustranktrustrank，而是改变其中的某些算法。trustrankTrustranksparkgraghtrustrankTrustrank

人人文库> 全部分类> 行业资料 > 机电工程

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论