識(shí)別欺詐性貸款申請(qǐng)是信貸機(jī)構(gòu)面臨的一個(gè)嚴(yán)峻挑戰(zhàn)。不良貸款申請(qǐng)每年為金融業(yè)造成了巨額經(jīng)濟(jì)損失,目前已有不少機(jī)構(gòu)使用機(jī)器學(xué)習(xí)技術(shù)預(yù)防和打擊欺詐貸款。在構(gòu)建欺詐檢測(cè)模型的過(guò)程中,特征工程是最關(guān)鍵的一步,因?yàn)樘卣鞯馁|(zhì)量將直接影響模型的性能,也是最耗時(shí)、對(duì)相關(guān)領(lǐng)域的專業(yè)知識(shí)要求最高的步驟之一。針對(duì)這一問(wèn)題,提出了基于深度特征合成算法的自動(dòng)特征工程方案,具有能夠處理脫敏字符串、生成易于理解的特征的特點(diǎn)。其中,特征的合成和篩選步驟均由程序自動(dòng)進(jìn)行,不僅降低了反欺詐工作的門檻,也使專業(yè)研究人員將更多時(shí)間花在后續(xù)的模型選擇和參數(shù)調(diào)整上。最后,通過(guò)對(duì)比實(shí)驗(yàn),發(fā)現(xiàn)自動(dòng)構(gòu)造的特征相對(duì)于原始特征和人工構(gòu)造的特征,數(shù)量和分類性能均有提高,而所耗時(shí)間大幅減少。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引言
1 相關(guān)工作
2 方法設(shè)計(jì)
    2.1 基本要素
        2.1.1 實(shí)體特征
        2.1.2 關(guān)系特征
    2.2 算法
    2.3 可生成的特征數(shù)量分析
3 實(shí)驗(yàn)驗(yàn)證
    3.1 數(shù)據(jù)集簡(jiǎn)介
    3.2 數(shù)據(jù)集劃分
    3.3 模型評(píng)估指標(biāo)
    3.4 實(shí)驗(yàn)性能
4 結(jié)語(yǔ)



本文編號(hào)：3653783