基于特征相似度降采样的交易欺诈预测模型
来源：计算机应用与软件杂志2024年第4期北京时间：
作者：邹勇, 林芃, 马振伟
摘要：在交易欺诈评估场景下, 正负样本比例极其悬殊, 需要对样本进行采样来解决样本不平衡。传统采样由于在采样过程中会丢失样本信息, 导致模型预测的准确率不是很高。针对这类情况, 提出一种基于特征相似度降采样方式的模型构建方法。该方法主要包括三个部分。(1) 依据样本数据, 构建有效的与欺诈相关的特征集。(2) 通过引入样本差异度函数, 在降采样时尽可能多地保留样本信息。(3) 通过多个分类器进行融合输出欺诈概率。将该方法与其他常见采样方式进行比对, 实验结果表明, 该方法具有更好的评估结果。
关键词：降采样, 欺诈预测, 集成学习
