基于特征选择的信用卡欺诈行为检测

摘要

针对某电商旅行社平台信用卡相关历史交易数据,基于数据挖掘技术,采用多特征字段融合,在信用卡交易记录中挖掘其隐藏的、潜在的异常交易模式,从而给相关管理部门提供必要的风控预警,提取有关142个特征字段构成数据集,其中正负样本共计10110条,对原始特征映射后进行二进制非对称编码,特征维数达到801个,采用特征权重计算来抽取主要特征,对数据存在的大量冗余无关特征进行降维压缩处理,特征维数降至25个,减少了数据在预处理和模型训练过程中的内存压力,使用K-means和SVM对其进行分类学习,在真实数据集上对比实验分类结果,表明整个处理过程所采用的方法是有效的.