声明
致谢
1 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 信用卡欺诈检测的最新研究与相关问题
1.2.2 类别不均衡问题
1.2.3 概念漂移问题
1.3 论文的研究内容与章节安排
1.4 论文的主要贡献
1.5 本章小结
2 机器学习相关方法介绍
2.1 随机森林
2.1.1 算法框架
2.1.2 随机森林应用思路
2.2集成学习相关方法与思想
2.2.1 数据流环境下集成学习的背景与应用
2.2.2 集成学习相关思路
2.3 本章小结
3 行为规则空间
3.1 数据集与指标设定
3.1.1 数据集
3.1.2 实验指标设定
3.2 基于规则的特征生成方法
3.3 构建的规则及生成的特征
3.4 构建规则并生成特征的原理
3.5 构造规则并生成特征的实验
3.6 本章小结
4 学习策略
4.1 静态学习策略
4.2 遗忘策略
4.3 平衡策略
4.4 本章小结
5 集成策略
5.1 集成策略的结构
5.2 集成策略的算法
5.3 集成策略的实验
5.4 相关数据集上的实验
5.5 本章小结
6 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;