信用卡欺诈检测的机器学习方法比较
发布时间：2021-06-29 10:50
信用卡起源于二十世纪初的美国,并于二十世纪六十年代开始流行。在1985年中国也开始使用信用卡。信用卡在全球范围内都非常流行,有无数的信用卡使用者。信用卡因其安全、快捷、方便的特点广受用户的喜爱。根据信用额度进行提前消费,定期还款的方式也很符合现代人的消费习惯。随着全球经济的高速发展和互联网的兴起,信用卡在互联网的使用也越来越普及。但是随之而来的信用卡欺诈也给信用卡业务的发展带来了阻碍。全球每年因信用卡欺诈而损失了数百亿美元。建立信用卡欺诈检测系统对于信用卡业务的发展十分重要。本文对比了时下热门的几个机器学习中的信用卡欺诈检测模型。逻辑回归由于在二分类问题中效果很好,训练速度快,可以计算出特征的系数,可解释性强这些优点,被广泛的应用在信用卡欺诈检测中。决策树被应用于信用卡欺诈检测则是因为于其容易可视化,在分类问题中较容易理解,而且决策树受数据本身的影响较小,即不需要对数据做特征选择,本身的建模的方向也是选择最优的特征。但由于逻辑回归有欠拟合的风险、决策树有过拟合的风险。所有本文也同时用一些集成算法来对信用卡欺诈进行检测。随机森林、Adaboost-Tree和GBDT都是以决策树为基学习器...
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２．１踢球问题的决策树??如图２．１，即为一棵简单的决策树
？硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??写多，｜??一―一—————＇??ｙ???ｉｎｔｅｒｎａｌ?ｎｏｄｅ?ｔｋ：ａｆｔｅｒ?ｐｒｕｎｉｎｇ??’??ｉｎｔｅｒｎａｌ?ｎｏｄｅ?ｔｋ：ｂｅｆｏｒｅ?ｐｒｕｎｉｎｇ???ｉｎｔｅｒｎａｌ?ｎｏｄｅ?ｔｉｉａｆｔｅｒ?ｐｒｕｎｉｎｇ???ｉｎｔｅｒｎａｌ?ｎｏｄｅ?ｔｉｉｂｅｆｏｒｅ?ｐｒｕｎｉｎｇ??ａ??图２．２随着《增大而不断出现需要剪枝的内部结点??如图２．２所示，随着《慢慢增大，不断出现剪枝后比剪枝前更优的内部结点。??具体的算法如下：??（１）设ｈＯ，７；二：Ｔ，计算每个内部结点／的试／），找到最小的畝／），并剪去最??小的结点／，并对新的叶子结点／以其样本内的多数类样本作为其最终的分类，??以此生成最优子树７；＋，。ｇ（／）?＝?ａｔ，则子树７；＋｜为内的最优子树。??（２）?ｋ?—?ｋ?＋?＼，?ａｋ?＝?ａ?，?Ｔｔ＝Ｔ。??（３）重复步骤丨，直至只剩下根结点或由两个叶结点构成的树为止。??（４）生成最优子树序列｛７；，７；，…，八｝??（５）将训练集分为Ｄ１，／）２，／）３，…，以共Ｎ个子集，然后从??Ａ〇中生成Ｎ棵最优子树，用Ｚ）＇验证每棵树的准确率，通过Ｎ折交叉验证，从中选??出ａｃｃｕｒａｃｙ均值最高的最优子树７＾［４９）。??决策树的剪枝减轻模型的过拟合问题，提升模型的泛化能力。通过前后剪枝，??我们在稍微降低树模型在训练集上的准确度的情况下，也简化了模型，提高了模型??在测试集上的准确度，以此来提高树模型的泛化能力。??１５??
硕士学位论文??ＭＡＳＴＥＲ?Ｓ?ＴＨＥＳＩＳ??２．２集成学习??集成学习［４６，５＜）］，简单来说，就是将一些基学习器（也叫弱学习器）组合起来，??以达到更高的学习效率。因为一般来说，直接构建一个强学习器是比较困难的，但??是构建多个弱学习器相对简单。目前的集成学习方法大致分为三类：提升法??（ｂｏｏｓｔｉｎｇ）、袋装法（ｂａｇｇｉｎｇ）和堆叠法（ｓｔａｃｋｉｎｇ）。其中，前两种的应用更为广??泛。??集成学习器与单个基学习器相比，其优势在于：??假定／＾（；ｃ），（／＝ｌ，２，．．．，Ａ０为Ｎ个基学习器，每个基学习的错误率为ｅ（假设学习??器的错误率相互独立），即：尸Ａ⑴＊／（：ｃ））?＝?ｅ。??对于集成学习器来说，当且仅当一半以上的基学习器都犯错的情况下，集成学??习器才会犯错。则集成学习器Ｇ〇ｃ）的错误率为：??ＬＡ７２」?，??Ｐ（Ｇ（ｘ）＾ｆ（ｘ））＾?Ｘ?Ｃ；（ｌ－ｅｙ（ｅｆ－＜＜ｅｘｐ（－－７Ｖ（ｌ－２ｅ）２）（公式?２．２４）??可见，当ＴＶ越来越大，即基学习器的数量越来越多的时候，集成学习器的错误??率会越来越低，最终趋于０。但这是在基学习器的错误率相互独立的情况下才能成??立，由于每个基学习器都是用的同一训练样本，所以不可能毫不相关。于是需要采??用一些集成学习的方法，来解决这一问题。本文主要介绍ｂｏｏｓｔｉｎｇ和ｂａｇｇｉｎｇ两种??集成学习的方法。以图２．３来简单介绍和区分这两种方法的原理。?．??Ｉ?率??丰？＾丰??？?ｆ??图２．３?ｂａｇｇｉｎｇ和ｂｏｏｓｔｉｎｇ算法的基本原理??图２．３中，圆圈代表着每次抽样的样本集，树代表着基学习器。??１６??
【参考文献】：
期刊论文
[1]基于SMOTE和XGBoost的贷款风险预测方法[J]. 刘斌,陈凯. 计算机与现代化. 2020(02)
[2]基于Neo4j图谱的信用卡欺诈检测[J]. 张芸芸,方勇,黄诚. 信息与电脑(理论版). 2018(21)
[3]基于GAN-AdaBoost-DT不平衡分类算法的信用卡欺诈分类[J]. 莫赞,盖彦蓉,樊冠龙. 计算机应用. 2019(02)
[4]面向不平衡数据集的一种精化Borderline-SMOTE方法[J]. 杨毅,卢诚波,徐根海. 复旦学报(自然科学版). 2017(05)
[5]基于GBDT与Logistic回归融合的个人信贷风险评估模型及实证分析[J]. 蔡文学,罗永豪,张冠湘,钟慧玲. 管理现代化. 2017(02)
[6]AdaBoost及其改进算法综述[J]. 廖红文,周德龙. 计算机系统应用. 2012(05)
[7]面向不均衡数据集的ISMOTE算法[J]. 许丹丹,王勇,蔡立军. 计算机应用. 2011(09)
[8]随机森林方法研究综述[J]. 方匡南,吴见彬,朱建平,谢邦昌. 统计与信息论坛. 2011(03)
[9]基于支持向量机的信用卡欺诈检测[J]. 李贵洋,郭涛,刘芳. 微计算机信息. 2010(06)
[10]信用卡欺诈行为多层动态检测模型[J]. 郭涛,李贵洋. 微计算机信息. 2009(12)
博士论文
[1]信用卡诈骗罪研究[D]. 王雅琼.华东政法大学 2013
[2]基于支持向量机的信用卡信用风险管理模型与技术研究[D]. 陈为民.湖南大学 2009
硕士论文
[1]基于机器学习的信用卡欺诈检测方案的研究[D]. 王红雨.北京邮电大学 2019
[2]基于改进的GBDT算法的乘客出行预测研究[D]. 王天华.大连理工大学 2016
[3]工商银行信用卡欺诈风险防范策略研究[D]. 苏伟.华东师范大学 2014
[4]SVDD算法研究及在信用卡欺诈检测中的应用[D]. 刘艳红.江苏大学 2010
[5]基于神经网络的信用卡反欺诈系统研究[D]. 伍保华.武汉理工大学 2010
本文编号：3256310
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２．１踢球问题的决策树??如图２．１，即为一棵简单的决策树
？硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??写多，｜??一―一—————＇??ｙ???ｉｎｔｅｒｎａｌ?ｎｏｄｅ?ｔｋ：ａｆｔｅｒ?ｐｒｕｎｉｎｇ??’??ｉｎｔｅｒｎａｌ?ｎｏｄｅ?ｔｋ：ｂｅｆｏｒｅ?ｐｒｕｎｉｎｇ???ｉｎｔｅｒｎａｌ?ｎｏｄｅ?ｔｉｉａｆｔｅｒ?ｐｒｕｎｉｎｇ???ｉｎｔｅｒｎａｌ?ｎｏｄｅ?ｔｉｉｂｅｆｏｒｅ?ｐｒｕｎｉｎｇ??ａ??图２．２随着《增大而不断出现需要剪枝的内部结点??如图２．２所示，随着《慢慢增大，不断出现剪枝后比剪枝前更优的内部结点。??具体的算法如下：??（１）设ｈＯ，７；二：Ｔ，计算每个内部结点／的试／），找到最小的畝／），并剪去最??小的结点／，并对新的叶子结点／以其样本内的多数类样本作为其最终的分类，??以此生成最优子树７；＋，。ｇ（／）?＝?ａｔ，则子树７；＋｜为内的最优子树。??（２）?ｋ?—?ｋ?＋?＼，?ａｋ?＝?ａ?，?Ｔｔ＝Ｔ。??（３）重复步骤丨，直至只剩下根结点或由两个叶结点构成的树为止。??（４）生成最优子树序列｛７；，７；，…，八｝??（５）将训练集分为Ｄ１，／）２，／）３，…，以共Ｎ个子集，然后从??Ａ〇中生成Ｎ棵最优子树，用Ｚ）＇验证每棵树的准确率，通过Ｎ折交叉验证，从中选??出ａｃｃｕｒａｃｙ均值最高的最优子树７＾［４９）。??决策树的剪枝减轻模型的过拟合问题，提升模型的泛化能力。通过前后剪枝，??我们在稍微降低树模型在训练集上的准确度的情况下，也简化了模型，提高了模型??在测试集上的准确度，以此来提高树模型的泛化能力。??１５??
硕士学位论文??ＭＡＳＴＥＲ?Ｓ?ＴＨＥＳＩＳ??２．２集成学习??集成学习［４６，５＜）］，简单来说，就是将一些基学习器（也叫弱学习器）组合起来，??以达到更高的学习效率。因为一般来说，直接构建一个强学习器是比较困难的，但??是构建多个弱学习器相对简单。目前的集成学习方法大致分为三类：提升法??（ｂｏｏｓｔｉｎｇ）、袋装法（ｂａｇｇｉｎｇ）和堆叠法（ｓｔａｃｋｉｎｇ）。其中，前两种的应用更为广??泛。??集成学习器与单个基学习器相比，其优势在于：??假定／＾（；ｃ），（／＝ｌ，２，．．．，Ａ０为Ｎ个基学习器，每个基学习的错误率为ｅ（假设学习??器的错误率相互独立），即：尸Ａ⑴＊／（：ｃ））?＝?ｅ。??对于集成学习器来说，当且仅当一半以上的基学习器都犯错的情况下，集成学??习器才会犯错。则集成学习器Ｇ〇ｃ）的错误率为：??ＬＡ７２」?，??Ｐ（Ｇ（ｘ）＾ｆ（ｘ））＾?Ｘ?Ｃ；（ｌ－ｅｙ（ｅｆ－＜＜ｅｘｐ（－－７Ｖ（ｌ－２ｅ）２）（公式?２．２４）??可见，当ＴＶ越来越大，即基学习器的数量越来越多的时候，集成学习器的错误??率会越来越低，最终趋于０。但这是在基学习器的错误率相互独立的情况下才能成??立，由于每个基学习器都是用的同一训练样本，所以不可能毫不相关。于是需要采??用一些集成学习的方法，来解决这一问题。本文主要介绍ｂｏｏｓｔｉｎｇ和ｂａｇｇｉｎｇ两种??集成学习的方法。以图２．３来简单介绍和区分这两种方法的原理。?．??Ｉ?率??丰？＾丰??？?ｆ??图２．３?ｂａｇｇｉｎｇ和ｂｏｏｓｔｉｎｇ算法的基本原理??图２．３中，圆圈代表着每次抽样的样本集，树代表着基学习器。??１６??
【参考文献】：
期刊论文
[1]基于SMOTE和XGBoost的贷款风险预测方法[J]. 刘斌,陈凯. 计算机与现代化. 2020(02)
[2]基于Neo4j图谱的信用卡欺诈检测[J]. 张芸芸,方勇,黄诚. 信息与电脑(理论版). 2018(21)
[3]基于GAN-AdaBoost-DT不平衡分类算法的信用卡欺诈分类[J]. 莫赞,盖彦蓉,樊冠龙. 计算机应用. 2019(02)
[4]面向不平衡数据集的一种精化Borderline-SMOTE方法[J]. 杨毅,卢诚波,徐根海. 复旦学报(自然科学版). 2017(05)
[5]基于GBDT与Logistic回归融合的个人信贷风险评估模型及实证分析[J]. 蔡文学,罗永豪,张冠湘,钟慧玲. 管理现代化. 2017(02)
[6]AdaBoost及其改进算法综述[J]. 廖红文,周德龙. 计算机系统应用. 2012(05)
[7]面向不均衡数据集的ISMOTE算法[J]. 许丹丹,王勇,蔡立军. 计算机应用. 2011(09)
[8]随机森林方法研究综述[J]. 方匡南,吴见彬,朱建平,谢邦昌. 统计与信息论坛. 2011(03)
[9]基于支持向量机的信用卡欺诈检测[J]. 李贵洋,郭涛,刘芳. 微计算机信息. 2010(06)
[10]信用卡欺诈行为多层动态检测模型[J]. 郭涛,李贵洋. 微计算机信息. 2009(12)
博士论文
[1]信用卡诈骗罪研究[D]. 王雅琼.华东政法大学 2013
[2]基于支持向量机的信用卡信用风险管理模型与技术研究[D]. 陈为民.湖南大学 2009
硕士论文
[1]基于机器学习的信用卡欺诈检测方案的研究[D]. 王红雨.北京邮电大学 2019
[2]基于改进的GBDT算法的乘客出行预测研究[D]. 王天华.大连理工大学 2016
[3]工商银行信用卡欺诈风险防范策略研究[D]. 苏伟.华东师范大学 2014
[4]SVDD算法研究及在信用卡欺诈检测中的应用[D]. 刘艳红.江苏大学 2010
[5]基于神经网络的信用卡反欺诈系统研究[D]. 伍保华.武汉理工大学 2010
本文编号：3256310
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/3256310.html
