买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供了一种信用卡虚假交易二分类模型构建方法及虚假交易评判系统，具有这样的特征，包括：数据存储部，用于存储用户输入的待识别信用卡交易明细数据和对应的客户数据；交易评判部，根据信用卡虚假交易二分类模型，对待识别信用卡交易明细数据和对应的客户数据进行判断，得到待识别信用卡交易明细数据的虚假交易判断结果。总之，本系统提高了虚假交易监测的准确率、覆盖度和时效性。

主权项：1.一种信用卡虚假交易二分类模型的构建方法，其特征在于，包括以下步骤：步骤S1，采集一段账单周期内的信用卡交易明细数据和客户数据作为原始数据；步骤S2，将所述原始数据中信用卡虚假交易的所述信用卡交易明细数据标记虚假交易标签，作为正样本集合P，所述原始数据中剩余所述信用卡交易明细数据标记待标注交易标签，作为待标注样本集合U；步骤S3，从所述正样本集合P中随机提取部分所述信用卡交易明细数据作为子集S，所述正样本集合P中的剩余所述信用卡交易明细数据作为正样本集合PS；步骤S4，将所述子集S与所述待标注样本集合U合并，得到待标注样本集合US；步骤S5，将所述正样本集合PS和所述待标注样本集合US作为训练集，通过二分类算法训练得到分类器；步骤S6，将所述子集S输入所述分类器，得到所述子集S中各个所述信用卡交易明细数据的正样本预测概率，对所有所述正样本预测概率从大到小进行排序，选取前5％对应的分位数作为概率阈值theta；步骤S7，将所述待标注样本集合US中的各个所述信用卡交易明细数据输入所述分类器，得到各个所述信用卡交易明细数据的所述正样本预测概率，将所有所述正样本预测概率小于所述概率阈值theta的所述信用卡交易明细数据作为负样本集合RN；步骤S8，将所述正样本集合P和所述负样本集合RN作为预测变量Y集合；步骤S9，根据所述预测变量Y集合中的所述信用卡交易明细数据对应的所述客户数据，构建m个学习特征；步骤S10，根据RandomForest特征重要性筛选，对m个所述学习特征的重要性从大到小进行排序，选取前n个所述重要性对应的所述学习特征作为自变量X集合；步骤S11，根据所述自变量X集合和所述预测变量Y集合，通过机器学习XGBoost算法构建信用卡虚假交易二分类模型；步骤S12，根据专家复核和群体稳定性指标PSI判断所述信用卡虚假交易二分类模型是否符合标准，若否，则进入所述步骤S1，若是，则得到所述信用卡虚假交易二分类模型。

全文数据：

权利要求：

百度查询： 复旦大学 信用卡虚假交易二分类模型构建方法及虚假交易评判系统