一种基于GA-SVM算法的互联网金融欺诈行为检测方法

摘要

本发明公开了一种基于GA‑SVM算法的互联网金融欺诈行为检测方法，其包括以下步骤：首先通过从互联网平台后端采集贷款申请人的个人数据，并对这些数据进行预处理，分为训练集和测试集，在训练集上使用传统梯度下降法的SVM建立初始的SVM的互联网金融欺诈申请行为预测模型，并采用遗传算法(Genetic Algorithm，GA)对SVM模型的惩罚参数C和核参数σ进行自动化优化选择，建立训练集的GA‑SVM模型，将测试集数据代入模型验证模型的预测效果，并通过K折交叉验证法对模型调优，最后将优化模型部署至申请平台，根据客户实时申请数据进行申请行为风险评级。本发明建立的基于GA‑SVM的互联网金融欺诈行为检测方法，可以出色地实现对申请客户欺诈行为实时监控识别。