声明
摘要
第1章 绪论
1.1.1 在线交易无处不在
1.1.2 在线交易助推中国经济发展
1.1.3 在线交易欺诈严重破化市场秩序
1.1.4 大数据技术对网络安全的双刃作用
1.2 研究框架
1.2.1 研究思路
1.2.2 研究方法
1.2.3 论文结构
1.3 研究创新之处
1.3.1 理论框架的创新
1.3.2 研究视角的创新
1.3.3 理论应用的创新
第2章 相关文献综述
2.1 在线交易欺诈概念及特点
2.2 在线交易欺诈识别方法研究现状
2.3 RFM模型理论概述
2.4 样本均衡算法概述
2.4.1 过抽样
2.4.2 欠抽样
第3章 欺诈识别模型指标体系构建
3.1 样本数据说明
3.2 数据预处理方法
3.3 六模块指标分析
3.3.1 用户基础信息
3.3.2 用户支付信息
3.3.3 用户物流信息
3.3.4 用户订单信息
3.3.5 用户登录及设备信息
3.3.6 用户虚拟品类信息
3.4 指标相关性分析
第4章 样本均衡方法
4.1 RFM用户行为价值聚类
4.2 RFM聚类-SMOTE样本均衡方法
5.1 分类算法简介
5.1.1 逻辑回归
5.1.2 最近邻
5.1.3 决策树
5.1.4 支持向量机
5.1.5 朴素贝叶斯
5.1.6 GBDT
5.1.7 随机森林
5.1.8 Adaboost
5.1.9 多层感知机
5.2 分类算法优缺点比较
5.3 训练集和测试集数据分区
5.4 PCA降维
5.5 二分类模型选择的评价标准
5.5.1 混淆矩阵
5.5.2 模型评价指标
5.6 模型验证
第6章 总结与展望
6.1 总结
6.2 不足及展望
参考文献
附录
致谢
个人简历
对外经济贸易大学;