基于机器学习的反欺诈模型建模方法和反欺诈监控方法

摘要

本发明公开了一种基于机器学习的反欺诈模型建模方法和反欺诈监控方法，所述基于机器学习的反欺诈模型建模方法包括：从数据库中提取建模所需的样本数据，并对每个样本数据进行标签化处理；从数据库中匹配每个样本数据的关联信息，结合标签化处理结果建立基于用户的多维度征信数据，对征信数据进行数据处理并划分为训练集数据和测试集数据；利用训练集数据训练并调整反欺诈模型的参数；利用测试集数据测试反欺诈模型，获得测试集数据为欺诈用户的欺诈概率值；利用获得的欺诈概率值与对应的实际样本情况进行比对，根据比对结果判断所述反欺诈模型的稳定性并制定反欺诈统计阈值。本方法通过标签处理和有监督的机器学习，能够有效降低欺诈风险。