面向非平衡数据集的金融欺诈账户检测研究

• 作者: 吕芳 汤丰赫 黄俊恒 王佰玲
• 来源期刊: 计算机工程
• 关键词: 隔离森林 非平衡分类 欺诈账户检测 随机森林 特征挖掘
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 开发研究与工程应用|Development Research and Engineering Application
• 页码范围: 312-320
• 页数: 9页
• 分类号: TP399
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058006

摘要

针对非平衡金融数据集,提出一种银行欺诈账户检测框架iForest-SMOTE.基于账户的动态交易特点,从统计、时序、监督信息维度抽取账户交易行为特征.针对过采样技术ADASYN在金融账户数据集中存在的跨区域样本合成问题,提出一种基于iForest算法的数据集均衡预处理策略,通过iForest算法对数据进行混合采样,在去除多数类噪声数据的同时降低分类器对少数类的学习难度.在此基础上,设计随机森林分类器实现金融欺诈账户检测.在真实金融账户交易数据集上进行实验,结果表明,与ADASYN、SMOTE等采样技术相比,iForest-SMOTE在召回率和准确率方面具有明显优势,F-value值至少能够提升2.13个百分点.