特征的设计模式

基本概念：

1、特征提取通过对原始数据进行转换和变形，从原始数据中提取和创造出对预测欺诈有帮助的变量，而这些变量被统称为特征。
2、由于模型将直接使用特征，因此特征提取在很大程度上决定模型的预测能力。
3、在反欺诈建模过程中常用的特征提取的方式有如下常用的几种：
  时间切片：同一个指标在不同的时间切片下的表现，以某个用户在当前平台的申请次数为例，通过时间切片可以提取出一些不同时间切片的特征：过去24小时申请次数，过去三天申请次数，过去一个月申请次数，等等。
  特征交叉：特征交叉是只对两个可能有关联的基础特征进行交叉，从而得到交叉后的特征：比如是否同时申请贷款产品A和贷款产品B，工作地在一线城市且收入低于平均收入，等等。
  网络特征：网络特征值得是利用基础数据构建复杂关系网络，然后基于复杂关系网络进行特征提取，如一度联系人，二度联系人，以及是否数据同一个社团，当前所属社团规模等等。
  特征提取主要是在当前基础数据的基础上，提取出可能对后续模型建模有用的新特征，至于提取出来的特征是否有效，建模阶段可以进行特征评估，然后筛选出有用的特征用于后续的建模。

特征的设计模式：

1. 分数据源

   通讯录

   通话记录

   profile

   设备信息

   …

2. 分类型

   社交类型：父母、配偶、亲属、朋友、陌生人

   手机型号：安卓、苹果

   订单：申请通过、申请未通过、逾期、未逾期

   …

3. 统计

   总和、总次数、占比、最大值、最小值、均值、中位数、分位数

4. 描述

   例如：工作所在省市、户籍所在省市、年龄、性别、职业； 手机的品牌、手机的型号、是否root、手机号的归属地

5. 时间窗口：

   设置时间窗口，例如：近一周、近1个月、近两个月、近三个月、近半年。。

   区分工作日和休息日，例如：工作日期、节假日

   区分工作时段和休息时段，例如：白天、凌晨

6. 倒排

   全库称呼倒排来衍生是否是中介，sp通话倒排来衍生一度联系人（社交圈）、deviceID倒排来衍生异常设备

7. 交叉验证

   例如：用户授权的手机号与银行预留手机号是否一致、用户的通话信息与手机的通讯录是否一致、用户的通话信息与紧急联系人是否匹配

总结：

1、单一数据源：数据源、分类型、分时间段、统计、描述（以上5个层次通过笛卡尔积来批量产生特征）

2、不同数据源：交叉验证

3、倒排衍生风险名单（同一度联系人列表、同deviceID列表、同profile列表）