判别欺诈交易与正常交易的方法

判别欺诈交易与正常交易的方法

电子商务的飞速发展，第三方支付平台欺诈风险呈现递增趋势，可以判别第三方支付平台欺诈交易和正常交易的方法有哪些?

按是否存在目标变量分

分为有监督和无监督

1、是否需要欺诈交易的数据？多还是少？

若需要，数据会很少，有监督；不需要，通过判断刷卡的时间、地点、商户名称、金额、频率等数据进行判断，无监督。

2、采集数据会出现的问题？

采集有欺诈行为的数据，很少，也可能没有，从而导致样本不随机。

存在目标变量（y）：有监督

需要采集欺诈交易与正常交易行为的数据：
1、Logistic回归。
2、判别分析
3、BP神经网络
4、决策树
5、支持向量机（SVM）
6、贝叶斯网络

不存在目标变量：无监督

最关键的步骤：构造新属性。采用分类模型，通过已有的数据构造新的属性，即：把属性生成出来，创建标签是否存在欺诈交易行为。数据量越多，模型越好，即把所有的数据采集过来，离群点可能是有欺诈交易。

1、 系统聚类（5种）
最长距离法、中间距离法、两种类平均法（类之间的距离为均方距离，类之间的距离为平均距离）离差平方和法
2、 K均值聚类
3、 密度聚类