欺诈交易辨识相关问题分析与方法研究

目录

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