最近被调到了新的项目里的风控部,主要负责项目的交易行为的风控,也就是对客户的交易行为进行识别并进行反欺诈,使用的方法主要是数据挖掘里的聚类,未来可能还会使用到时间序列或其它方法,而我个人则希望有一天能够使用深度学习的方法。
由于项目尚未上线,所以目前主要是利用部分无标记的数据进行反欺诈模型的探索——模型预构建。而在探索的过程中,则发现了一些问题,主要是两大问题:一、使用无监督聚类还是有监督聚类,二、能否使用有监督聚类主要取决于什么?所以下面也主要围绕这两个问题进行思考和讨论。
一、使用无监督聚类还是有监督聚类?
因为这个项目对于我们公司来说是个新的项目,也是一个新的模式,所以造成的一个很严重的问题就是:我们没有任何相关的数据积累!就连我们的模型预构建也是使用的是别人的数据且该数据也没有标记,更别说历史数据和对历史数据进行标记(本文的标记都指的是标记是否是欺诈客户)了,换言之,我们在前期是根本不可能有任何有标记的数据的。
所以我们只能够选无监督聚类了吗?但是无监督聚类也有它自身的问题:
1、无监督聚类只能够聚类成指定数量的类,但却不能够说明每一个类到底代表着什么,而