随着信息科技发展、网络行为普及,电子支付逐渐成为了人们日常生活中最密切的网络行为之一。而在支付方式的网络化为人们带来便利的同时,也增加了产生欺诈交易的风险。虽然信用卡欺诈行为仅占信用卡交易总量极少一部分,但仍会给银行造成巨大的损失。倘若不加以控制,信用卡欺诈还会使投资者丧失对金融体系的信心,产生挤兑现象。最终甚至会威胁到国家整个金融系统的安全,提高国家系统性风险。因此,信用卡欺诈识别工作在整个信用卡交易系统中显得十分重要。信用卡欺诈通常指通过非法使用他人的信用卡、从他人的信用卡中窃取信息进行一些非授权的购买行为、或从他人的银行账户中窃取钱财等行为。目前打击欺诈行为主要有两种方式——欺诈预防和欺诈识别,并且发展了与之配套了两套系统——欺诈预防系统和欺诈检测系统。其中欺诈检测系统分为了基于规则的系统和基于大数据技术的系统,基于规则的系统是由专家根据过去的交易记录总结经验,设定规则,存在明显的滞后性,并且规则的存储量大也不易更新。因此基于大数据技术的欺诈检测系统受到了银行的青睐。本文以公开信用卡交易数据集为研究对象,分析了信用卡数据集的特征以及不平衡数据集建模可能产生的问题和产生问题的原因。在随机集成框架下设计深度学习算法,提出了随机集成神经网络模型并在该信用卡数据集上进行了实证分析,验证了模型的有效性。得到的具体研究结论如下:首先,对信用卡交易数据集本身进行分析,通过特征的分布图和特征间的关系图分析了不平衡的信用卡数据集对建模产生的问题及原因。研究发现,机器学习、深度学习模型的良好分类性能依赖于特征分布拟合曲线的分离趋势,即这类特征拥有较大的特征贡献度,但由于不平衡数据集中两种类型数据样本量差距过大,即使曲线趋势不同,但大类型数据仍能完全覆盖小类型数据,从而在建模时,模型无法学习两类交易的有效特征。然后,本文基于Borderline-SMOTE上采样方法使用不同的采样比例下填充数据集,并且分析了它的特征贡献度和特征间关系示意图。研究发现,上采样方法能够使特征贡献度产生集中化现象,削弱次要特征的贡献度。并且在不改变特征分布拟合曲线的趋势方向的前提下,采样能够增加特征分布的分离程度,从而提高了数据集本身的可学习型。并且随着采样比例的增加,这种分离程度会得到强化。在分析采样方法之后,本文选择了多个对比模型和实验模型对原始数据集和三个不同采样比例的采样数据集进行了实证建模分析。研究结果表明,随着采样比例的增加,数据集中的样本分布能够有效影响模型的整体偏好。本文提出的模型基于不同的子网络结构分别在识别欺诈交易和模型的综合识别性能上达到了最优效果。且基于最小化损失函数优化条件的大数据模型易受到训练集样本分布的影响,树形结构的模型对样本的不平衡性敏感度较低。但基于误差训练的模型可以达到较高的识别欺诈交易的能力。此外,选择模型时还应根据数据集的分类难度选择合适的模型。在面对信用卡交易数据这类高度重叠的数据集时,线性支持向量机和逻辑斯蒂回归受制于自身模型的算力,采样比例增加则仅会改变模型的整体偏好,并不能促进模型进一步对欺诈交易进行有效的学习。最后,针对发卡行提出了组合模型的检测新思路,结合随机集成神经网络高准度和随机森林模型的高精度相结合,即首先使用随机集成神经网络预测出疑似欺诈交易的样本,再由随机森林进行筛选删去那些FP的样本,最终保留下的样本进入下一人工审核阶段,这样可以大幅降低人力成本。