一种基于弱监督学习的线上借贷反欺诈方法

• 作者: 周宁静 王朝栋 胡瑞鑫 郑忠斌
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 反欺诈 数据标签 弱监督学习 网络借贷
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 安全与保密
• 页码范围: 2562-2566
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.10.033

摘要

在基于机器学习的诸多应用中,采用的多是强监督学习方法,但这类方法对标签的依赖性极强.在一些应用场景中,标签的获取往往非常困难,如互联网金融中的网络借贷场景.为了解决这一问题,研究弱监督学习领域的相关算法,探索相关算法在网络借贷反欺诈方面的应用,并在一个银行的网络借贷数据集上实现了一个基于弱监督相关算法的反欺诈模型.结果显示,所采取的基于图的弱监督算法能够有效识别借贷欺诈.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑忠斌		1	0	0.0	0.0
2	胡瑞鑫		2	0	0.0	0.0
3	周宁静		1	0	0.0	0.0
4	王朝栋		1	0	0.0	0.0