基于Stacking模型融合的商户赌博监测算法研究

• 作者: 叶国林 张野 李欣刚
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 赌博商户 Stacking 模型融合 机器学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 算法分析
• 页码范围: 95-98
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.12.31

摘要

银联商务作为国内最大的收单机构,服务于近800万的商户,针对目前赌博商户呈现高爆发、高增长态势,提出使用机器学习的方式通过商户的档案信息以及交易特征建立预测模型监测赌博商户.本文提出了组合Random Forest、GBDT、SVM和Logistic Regression的Stacking集成学习算法RGSL,实验结果显示,RGSL模型的预测准确率为97.57％,召回率为97.68％,相较于单一算法所构建的模型,效果有明显提高,达到了实际应用的要求.