識別欺詐性貸款申請是信貸機構面臨的一個嚴峻挑戰(zhàn)。不良貸款申請每年為金融業(yè)造成了巨額經(jīng)濟損失,目前已有不少機構使用機器學習技術預防和打擊欺詐貸款。在構建欺詐檢測模型的過程中,特征工程是最關鍵的一步,因為特征的質(zhì)量將直接影響模型的性能,也是最耗時、對相關領域的專業(yè)知識要求最高的步驟之一。針對這一問題,提出了基于深度特征合成算法的自動特征工程方案,具有能夠處理脫敏字符串、生成易于理解的特征的特點。其中,特征的合成和篩選步驟均由程序自動進行,不僅降低了反欺詐工作的門檻,也使專業(yè)研究人員將更多時間花在后續(xù)的模型選擇和參數(shù)調(diào)整上。最后,通過對比實驗,發(fā)現(xiàn)自動構造的特征相對于原始特征和人工構造的特征,數(shù)量和分類性能均有提高,而所耗時間大幅減少。 

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 相關工作
2 方法設計
    2.1 基本要素
        2.1.1 實體特征
        2.1.2 關系特征
    2.2 算法
    2.3 可生成的特征數(shù)量分析
3 實驗驗證
    3.1 數(shù)據(jù)集簡介
    3.2 數(shù)據(jù)集劃分
    3.3 模型評估指標
    3.4 實驗性能
4 結語



本文編號：3653783