【摘 要】
:
因近些年来人工智能和大数据的快速发展,以第三方移动支付平台为主要代表的在线支付模式已成为人们主流支付模式之一,随着移动支付规模的扩大,各类型的支付欺诈行为也日渐增多,对移动支付平台和内部生态、消费者造成了巨大损失,因移动支付欺诈有其隐蔽性、实时性、变化性,普通欺诈检测方法难以有效检测出问题,而目前人工智能欺诈检测技术日趋成熟,应用机器学习与人工智能技术解决金融欺诈检测问题成为近年来相关问题研究的主
论文部分内容阅读
因近些年来人工智能和大数据的快速发展,以第三方移动支付平台为主要代表的在线支付模式已成为人们主流支付模式之一,随着移动支付规模的扩大,各类型的支付欺诈行为也日渐增多,对移动支付平台和内部生态、消费者造成了巨大损失,因移动支付欺诈有其隐蔽性、实时性、变化性,普通欺诈检测方法难以有效检测出问题,而目前人工智能欺诈检测技术日趋成熟,应用机器学习与人工智能技术解决金融欺诈检测问题成为近年来相关问题研究的主要趋势。在移动支付欺诈检测问题的研究中,研究难点集中在样本不均衡问题和概念漂移问题两个问题上,本文针对支付欺诈检测中存在的样本不均衡和概念漂移两个研究难点,结合前人研究经验,提出了基于多数类遗忘策略的超级学习算法解决支付欺诈问题,构建了MFS-SUPL支付欺诈检测模型,其核心思想是利用集成学习算法和增量学习策略提升模型检测性能、缓解概念漂移问题,具体研究如下:(1)首先对本文选题背景和研究意义进行阐述,并梳理相关文献报告,在前人研究基础的角度对移动支付欺诈相关理论、相关技术进行系统梳理,凝聚本文研究的技术路线和研究内容、研究方法,并依据研究基础提出本文的研究创新。(2)其次通过对数据进行探索性分析,依据XGBoost特征重要性和数据挖掘技术对298维高维特征进行系统筛选和构建,得到40维入模变量,并使用SMOTE技术进行过采样处理减少样本不平衡带来的检测影响;(3)再次构建超级学习算法支付欺诈检测算法SUPL,并将LR和XGBoost两种算法作为基准算法进行先行实验,在面临数据集存在的欺诈模式随时间变化的概念漂移问题,针对数据集采用基于多数类遗忘策略的MFS增量策略改进,用增量策略不断更新训练集,并留存部分旧的数据知识,最后将其与SUPL算法结合组成MFSSUPL支付欺诈模型,得到MFS-SUPL实验结果,结果表明相较11种候选算法和两种基准算法MFS-SUPL模型取得了更优检测性能;(4)最后实验MFS-SUPL模型在12个时间序列数据块上的评价趋势,并系统对比MFS-SUPL、MFS-LR、LR、SUPL等算法,以Precision、Recall、AUC等指标综合分析MFS-SUPL模型在提升支付欺诈检测效果、缓解概念漂移问题两个方面的作用。
其他文献
现阶段,我国正处于关键的经济转型阶段。2015年11月,习近平总书记提出的“供给侧改革”是经济转型概念中的核心内容;中共十八届六中全会提出“实施稳定的宏观政策”、“积极推进科技创新”等建议;2017年3月5日,习总书记在参加十二届全国人大五次会议时再一次提到创新的重要性。可见,在如今创新能力是一个国家的核心竞争力的时代背景下,促进企业创新能力发展刻不容缓。然而创新活动对于企业来说是一项具有正外部性
在众多金融研究话题中,汇率问题的热度一直高居不下。在经济社会生活中,汇率一头牵着国家的宏观调控和经济政策,另一头和国际经济稳定相挂钩。人民币国际化速度的逐步加快也进一步增加了人民币汇率的波动频率和幅度。而国际贸易和金融投资自然受到汇率波动性影响,如果其过大,在投资时风险也相应大。准确预测汇率波动性,把握汇率高波动率区间,是防范贸易、投资等领域风险的重要方式。美国作为世界最大经济体,自然不可忽视地位
近年来,职场欺凌作为职场中一种频发的负面现象,逐渐受到了外界的关注。国际劳动组织在2006年的调查中证实职场欺凌已成为一种日益严重的职场暴力。民营企业作为近年来蓬勃发展的组织形式,其内部不完善的规章制度成为了滋生职场欺凌的温床,新员工则由于自身特质与经验缺乏等条件限制,成为了遭受职场欺凌暴力的重灾区。目前针对于新员工受职场欺凌后的心理疏导调节仍未引起足够的重视,社会工作学界对其仍缺乏关注。基于此,
随着人民物质文化水平的不断提升,乘坐飞机出行的需求在不断增加。我国航空市场并不是垄断局面,面对这块大蛋糕,各航空公司要想生存发展的最大命脉就是争取客源。本次论文的主要目的就是期望从航空公司感兴趣的两个主题——客户分层和流失预测,通过数据建模,根据数据挖掘结果定制客户的个性化产品服务进而提升航空客运上座率。全文研究的主体内容共分为以下部分:首先,主要是引论部分,主要对客户分层和流失预测研究的背景及意
随着电商行业的不断发展,电商企业商品的种类和交易额不断增加,但相应的资产评估模型没有随之配套发展,中小型店铺面临融资难、库存成本高等问题,电商商品短期的销量预测非但能对企业或个人经营者在货品库存的补货计划里起协助作用,且根据预测的结果作出适宜的库存决策可以有效地降低货品的库存成本。然而由于电商商品销量波动具有变异幅度大、不同商品变动异质性等性质,电商交易下的销量异动所受影响因素繁众,这些特征给短期
随着经济持续发展,共同富裕理念的推进,减少区域之间差距,促进区域协调发展的重要性不言而喻,其中创新作为经济发展的内在动力,技术创新是造成区域差异的根本源泉,五大发展理念中的“绿色”与“创新”理念的深入贯彻与落实,推进绿色发展,加大创新动力具有重要现实意义。绿色创新兼具绿色发展与科技创新两大发展理念,在可持续发展要求下,绿色创新效率在创新效率发展的同时兼顾绿色收益,从而进一步加强对绿色创新效率的研究
人口老龄化是当前全世界共同面临的一个问题。我国目前正处在人口老龄化的快速发展期,老年人对于医疗、健康和养老的需求明显高于其它人群。关注老年人的养老需求、完善养老服务体系是国家积极应对老龄化的重点。通过对老年人健康状况的预测,可以优化医疗资源配置、节约健康养老医疗资源,从而有利于健康养老医疗资源可持续发展,对优化解决我国较为多样的养老问题具有较大的现实意义。本文将老年人住院次数作为研究老年人健康状况
股指期货自推出就受到投资者和学者的广泛关注,无论是作为风险对冲的工具,还是通过制定交易策略获取超额收益,都需要对其价格进行科学合理的预测。但因其受到金融市场中各种内外部复杂因素的影响,往往显示出非线性性和不稳定性,具有一定的预测难度。现如今大数据的主导地位愈加明显,加上人工智能技术的革新,将机器学习、深度学习等算法应用于股指期货的预测分析成为研究的突破点。基于此,本文提出一种将长短期记忆网络LST
现今经济形势瞬息万变,无论是资本市场还是公司的经营状况,都有可能给公司带来财务风险,从而损害投资者和其他利益相关者的利益。因此为了减少公司的风险,上市公司的股东必须建立一种预警系统,以便在最短的时间内发现公司的财务状况是否会恶化,并采取相应的措施(例如调整经营方向和经营策略)。本文的研究分析主要由几部分组成:研究样本公司的选取、研究指标体系的确定以及筛选、研究过采样过程平衡样本数据分布、基于不同的
随着我国社会主义市场经济的发展,证券市场的规模日益扩大,已成为国民经济的重要组成部分。实体经济很大部分是由大企业,特别是上市公司撑起来的。然而,由于中国开始发展经济的时间比较晚,市场上实施的监督、管理的举措和方法都需要增强。所以,准确预测和控制上市企业的财务困境是一种现实而又迫切的需要。上市公司财务困境预警模型的建立对有关监管部门、公司高层和股东都发挥着重要作用。本文以上市公司为研究对象,参考证监