首页> 中文学位 >离群值检测在信用卡欺诈识别中的应用研究
【6h】

离群值检测在信用卡欺诈识别中的应用研究

代理获取

目录

声明

第 1 章 绪论

1.1 研究背景

1.1.1 信用卡行业发展现状

1.1.2 信用卡欺诈的传统解决方案

1.1.2 传统解决方案不足之处

1.2 研究内容、思路及方法

1.2.1 研究内容

1.2.2 研究思路

1.2.3 研究方法

1.3 本研究创新点

1.4 研究意义

1.4.1 理论意义

1.4.2 实践意义

1.5 本文结构

第 2 章 文献综述

2.1 本领域研究现状

2.1.1 机器学习分类模型

2.1.2 神经网络

2.1.3 集成学习

2.1.4 多种方法融合

2.1.5 离群值检测方法的应用现状

2.2 文献评述

第 3 章 构建模型介绍

3.1 采样(Sampling)

3.2 支持向量机(SVM)

3.3 XGBoost(极限梯度提升树)

3.4 离群值检测

3.5评价标准

第 4 章 实验分析

4.1 数据描述及数据预处理

4.2 对照实验

4.3 新模型SMOTE-XGBoost

4.3 新模型DBSCAN-XGBoost

第 5 章 总结与展望

5.1 本研究主要贡献

(1)解决数据不均衡问题

(2)离群值检测方法应用范围拓展

(3)新式欺诈检测模型的现实应用前景

5.2研究中存在的不足之处

(1)模型的计算复杂度

(2)实际应用中较高的复核成本

致谢

参考文献

个人简历 在读期间发表的学术论文与研究成果

展开▼

著录项

  • 作者

    王弘扬;

  • 作者单位

    对外经济贸易大学;

  • 授予单位 对外经济贸易大学;
  • 学科 产业经济学
  • 授予学位 硕士
  • 导师姓名 华迎;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TV2TS1;
  • 关键词

  • 入库时间 2022-08-17 11:21:48

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号