基于集成学习的信用卡欺诈检测模型

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：旨在探讨和验证一种基于集成学习的信用卡欺诈检测模型，以提高识别欺诈交易的准确性。分析了信用卡欺诈的背景，回顾了现有的关键技术和方法，在此基础上，采用硬投票策略，将决策树、逻辑回归和朴素贝叶斯分类器三种不同的机器学习模型集成在一起，形成一个强大的集成模型。通过实验验证，该集成模型实现了高达99%的准确性，相较于单一模型至少提高了3。22%的准确性。这种显著的准确性提升归因于模型间的互补性和集成学习的稳健性。不仅为信用卡欺诈检测提供了一种高效的方法，也为其他金融欺诈检测问题提供了有价值的参考。

作者：

徐天培、罗永胜

展开 >

作者单位：

呼伦贝尔学院

呼伦贝尔市公安局伊敏分局

关键词：

信用卡欺诈检测机器学习集成学习硬投票

基金：

博士基金研究项目

项目编号：

2023BSJJ16

出版年：

2024

信息系统工程

天津市信息中心

信息系统工程

影响因子：0.29

ISSN：1001-2362

年,卷(期)：2024.(1)

参考文献量11