数字金融时代机器学习模型在实时反欺诈中的应用与实践

近年来，数字金融蓬勃发展，金融科技日趋成熟，信息技术的发展对社会产生巨大积极作用的同时也带来了新型风险，网络黑产呈爆发式增长，电信网络诈骗给人民群众造成了巨大的财产损失。在数字金融时代，商业银行既迎来了新的机遇与动力，又面临着新的挑战和数字化变革的要求，线上金融业务已经成为新的主战场。在此背景下，基于 RFM 高维衍生特征和对机器学习算法的研究，构建了基于高维交易行为画像的事中反欺诈机器学习模型。依托大数据、流计算等技术，通过在系统化部署、应用策略以及模型迭代优化等环节的实践，形成了一套基于机器学习模型的事中风控方案。实践证实，该模型的AUC达到了0.972，可以敏锐洞察欺诈风险，实现毫秒级的...

Full description

Saved in:
Bibliographic Details
Published in:智能科学与技术学报 2019-12, Vol.1 (4), p.342-351
Main Authors: 曹汉平, 张晓晶, 祝睿杰, 黄潇拉
Format: Article
Language:Chinese
Subjects:
rfm
反欺诈
数字金融
机器学习
流计算
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
cited_by
cites
container_end_page 351
container_issue 4
container_start_page 342
container_title 智能科学与技术学报
container_volume 1
creator 曹汉平
张晓晶
祝睿杰
黄潇拉
description 近年来，数字金融蓬勃发展，金融科技日趋成熟，信息技术的发展对社会产生巨大积极作用的同时也带来了新型风险，网络黑产呈爆发式增长，电信网络诈骗给人民群众造成了巨大的财产损失。在数字金融时代，商业银行既迎来了新的机遇与动力，又面临着新的挑战和数字化变革的要求，线上金融业务已经成为新的主战场。在此背景下，基于 RFM 高维衍生特征和对机器学习算法的研究，构建了基于高维交易行为画像的事中反欺诈机器学习模型。依托大数据、流计算等技术，通过在系统化部署、应用策略以及模型迭代优化等环节的实践，形成了一套基于机器学习模型的事中风控方案。实践证实，该模型的AUC达到了0.972，可以敏锐洞察欺诈风险，实现毫秒级的欺诈交易识别，对于提升线上数字金融业务的事中风控能力具有一定的推广价值和借鉴意义。
format article
fullrecord <record><control><sourceid>doaj</sourceid><recordid>TN_cdi_doaj_primary_oai_doaj_org_article_3076e5dc7bb44c7e8cfc86c17ab29c78</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><doaj_id>oai_doaj_org_article_3076e5dc7bb44c7e8cfc86c17ab29c78</doaj_id><sourcerecordid>oai_doaj_org_article_3076e5dc7bb44c7e8cfc86c17ab29c78</sourcerecordid><originalsourceid>FETCH-doaj_primary_oai_doaj_org_article_3076e5dc7bb44c7e8cfc86c17ab29c783</originalsourceid><addsrcrecordid>eNpjYeA0MrA00zUzMzXiYOAtLs5MMjAxNDIzNDYz52TwfjZ1w9O101-2T3wxr_fZ9G1Pdi9-NmfX05krnq5d9mTngmcrFj6d1_10zoqn6-YBZZ_29z5bs-vF-o4nO9Y-n9XydNeU51NWPNnRB5R9sX0rDwNrWmJOcSovlOZm8HRzDXH20E3JT8yKLyjKzE0sqozPT8yMBwvkF6XHJxaVZCbnpMYbG5ibpZqmJJsnJZmYJJunWiSnJVuYJRuaJyYZWSabWxhT0ywAXtpylw</addsrcrecordid><sourcetype>Open Website</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>数字金融时代机器学习模型在实时反欺诈中的应用与实践</title><source>DOAJ Directory of Open Access Journals</source><creator>曹汉平 ; 张晓晶 ; 祝睿杰 ; 黄潇拉</creator><creatorcontrib>曹汉平 ; 张晓晶 ; 祝睿杰 ; 黄潇拉</creatorcontrib><description>近年来，数字金融蓬勃发展，金融科技日趋成熟，信息技术的发展对社会产生巨大积极作用的同时也带来了新型风险，网络黑产呈爆发式增长，电信网络诈骗给人民群众造成了巨大的财产损失。在数字金融时代，商业银行既迎来了新的机遇与动力，又面临着新的挑战和数字化变革的要求，线上金融业务已经成为新的主战场。在此背景下，基于 RFM 高维衍生特征和对机器学习算法的研究，构建了基于高维交易行为画像的事中反欺诈机器学习模型。依托大数据、流计算等技术，通过在系统化部署、应用策略以及模型迭代优化等环节的实践，形成了一套基于机器学习模型的事中风控方案。实践证实，该模型的AUC达到了0.972，可以敏锐洞察欺诈风险，实现毫秒级的欺诈交易识别，对于提升线上数字金融业务的事中风控能力具有一定的推广价值和借鉴意义。</description><identifier>ISSN: 2096-6652</identifier><language>chi</language><publisher>POSTS&amp;TELECOM PRESS Co., LTD</publisher><subject>rfm ; 反欺诈 ; 数字金融 ; 机器学习 ; 流计算</subject><ispartof>智能科学与技术学报, 2019-12, Vol.1 (4), p.342-351</ispartof><lds50>peer_reviewed</lds50><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>314,780,784,2100</link.rule.ids></links><search><creatorcontrib>曹汉平</creatorcontrib><creatorcontrib>张晓晶</creatorcontrib><creatorcontrib>祝睿杰</creatorcontrib><creatorcontrib>黄潇拉</creatorcontrib><title>数字金融时代机器学习模型在实时反欺诈中的应用与实践</title><title>智能科学与技术学报</title><description>近年来，数字金融蓬勃发展，金融科技日趋成熟，信息技术的发展对社会产生巨大积极作用的同时也带来了新型风险，网络黑产呈爆发式增长，电信网络诈骗给人民群众造成了巨大的财产损失。在数字金融时代，商业银行既迎来了新的机遇与动力，又面临着新的挑战和数字化变革的要求，线上金融业务已经成为新的主战场。在此背景下，基于 RFM 高维衍生特征和对机器学习算法的研究，构建了基于高维交易行为画像的事中反欺诈机器学习模型。依托大数据、流计算等技术，通过在系统化部署、应用策略以及模型迭代优化等环节的实践，形成了一套基于机器学习模型的事中风控方案。实践证实，该模型的AUC达到了0.972，可以敏锐洞察欺诈风险，实现毫秒级的欺诈交易识别，对于提升线上数字金融业务的事中风控能力具有一定的推广价值和借鉴意义。</description><subject>rfm</subject><subject>反欺诈</subject><subject>数字金融</subject><subject>机器学习</subject><subject>流计算</subject><issn>2096-6652</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><sourceid>DOA</sourceid><recordid>eNpjYeA0MrA00zUzMzXiYOAtLs5MMjAxNDIzNDYz52TwfjZ1w9O101-2T3wxr_fZ9G1Pdi9-NmfX05krnq5d9mTngmcrFj6d1_10zoqn6-YBZZ_29z5bs-vF-o4nO9Y-n9XydNeU51NWPNnRB5R9sX0rDwNrWmJOcSovlOZm8HRzDXH20E3JT8yKLyjKzE0sqozPT8yMBwvkF6XHJxaVZCbnpMYbG5ibpZqmJJsnJZmYJJunWiSnJVuYJRuaJyYZWSabWxhT0ywAXtpylw</recordid><startdate>20191201</startdate><enddate>20191201</enddate><creator>曹汉平</creator><creator>张晓晶</creator><creator>祝睿杰</creator><creator>黄潇拉</creator><general>POSTS&amp;TELECOM PRESS Co., LTD</general><scope>DOA</scope></search><sort><creationdate>20191201</creationdate><title>数字金融时代机器学习模型在实时反欺诈中的应用与实践</title><author>曹汉平 ; 张晓晶 ; 祝睿杰 ; 黄潇拉</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-doaj_primary_oai_doaj_org_article_3076e5dc7bb44c7e8cfc86c17ab29c783</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2019</creationdate><topic>rfm</topic><topic>反欺诈</topic><topic>数字金融</topic><topic>机器学习</topic><topic>流计算</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>曹汉平</creatorcontrib><creatorcontrib>张晓晶</creatorcontrib><creatorcontrib>祝睿杰</creatorcontrib><creatorcontrib>黄潇拉</creatorcontrib><collection>DOAJ Directory of Open Access Journals</collection><jtitle>智能科学与技术学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>曹汉平</au><au>张晓晶</au><au>祝睿杰</au><au>黄潇拉</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>数字金融时代机器学习模型在实时反欺诈中的应用与实践</atitle><jtitle>智能科学与技术学报</jtitle><date>2019-12-01</date><risdate>2019</risdate><volume>1</volume><issue>4</issue><spage>342</spage><epage>351</epage><pages>342-351</pages><issn>2096-6652</issn><abstract>近年来，数字金融蓬勃发展，金融科技日趋成熟，信息技术的发展对社会产生巨大积极作用的同时也带来了新型风险，网络黑产呈爆发式增长，电信网络诈骗给人民群众造成了巨大的财产损失。在数字金融时代，商业银行既迎来了新的机遇与动力，又面临着新的挑战和数字化变革的要求，线上金融业务已经成为新的主战场。在此背景下，基于 RFM 高维衍生特征和对机器学习算法的研究，构建了基于高维交易行为画像的事中反欺诈机器学习模型。依托大数据、流计算等技术，通过在系统化部署、应用策略以及模型迭代优化等环节的实践，形成了一套基于机器学习模型的事中风控方案。实践证实，该模型的AUC达到了0.972，可以敏锐洞察欺诈风险，实现毫秒级的欺诈交易识别，对于提升线上数字金融业务的事中风控能力具有一定的推广价值和借鉴意义。</abstract><pub>POSTS&amp;TELECOM PRESS Co., LTD</pub><oa>free_for_read</oa></addata></record>
fulltext fulltext
identifier ISSN: 2096-6652
ispartof 智能科学与技术学报, 2019-12, Vol.1 (4), p.342-351
issn 2096-6652
language chi
recordid cdi_doaj_primary_oai_doaj_org_article_3076e5dc7bb44c7e8cfc86c17ab29c78
source DOAJ Directory of Open Access Journals
subjects rfm
反欺诈
数字金融
机器学习
流计算
title 数字金融时代机器学习模型在实时反欺诈中的应用与实践
url http://sfxeu10.hosted.exlibrisgroup.com/loughborough?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-10T15%3A19%3A16IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-doaj&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E6%95%B0%E5%AD%97%E9%87%91%E8%9E%8D%E6%97%B6%E4%BB%A3%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%AE%9E%E6%97%B6%E5%8F%8D%E6%AC%BA%E8%AF%88%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%B8%8E%E5%AE%9E%E8%B7%B5&rft.jtitle=%E6%99%BA%E8%83%BD%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8A%80%E6%9C%AF%E5%AD%A6%E6%8A%A5&rft.au=%E6%9B%B9%E6%B1%89%E5%B9%B3&rft.date=2019-12-01&rft.volume=1&rft.issue=4&rft.spage=342&rft.epage=351&rft.pages=342-351&rft.issn=2096-6652&rft_id=info:doi/&rft_dat=%3Cdoaj%3Eoai_doaj_org_article_3076e5dc7bb44c7e8cfc86c17ab29c78%3C/doaj%3E%3Cgrp_id%3Ecdi_FETCH-doaj_primary_oai_doaj_org_article_3076e5dc7bb44c7e8cfc86c17ab29c783%3C/grp_id%3E%3Coa%3E%3C/oa%3E%3Curl%3E%3C/url%3E&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true