声明
第一章 引言
1.1 研究路线及创新
1.2 章节安排
第二章 数据描述性分析及特征选择
2.1 两类信用卡用户特征的相关性分析
2.2 信用卡交易次数及时间的分布
2.3 两类信用卡用户交易金额与交易次数的关系
2.4 两类信用卡用户交易金额与交易时间的关系
2.5 特征选择
2.5.1 两样本的K-S检验
2.5.2 递归特征消除法
2.5.3 基于随机森林的特征选择方法
2.5.4 特征投票
第三章 信用卡欺诈识别模型的建立
3.1 上采样方法:SMOTE
3.2 传统的Logistic回归模型
3.3 Logistic回归模型的求解
3.4 二分类模型衡量指标的定义
3.5 数据在平衡和非平衡情况下的Logistic回归效果
3.6 传统的GBDT模型
3.7 改进的模型:GBDT+LR
第四章 模型评估及反欺诈行为力度的控制
第五章 总结与展望
参考文献
致谢
兰州大学;