关联规则分析及其在信用卡反欺诈中的应用 孙大利.pdfVIP

业务平台 管理 关联规则分析 及其在信用卡反欺诈中的应用 中国银联风险管理部 孙大利 关联规则分析作为数据挖掘中一个重要的组成部分， 集算法作为核心算法，并在此基础上提供多种优化途径选 能够有效发现大量数据中相关属性集之间有趣的关联关 择。 系，从而为政策或规则的制定提供参考依据。近年来，关 联规则分析已被广泛应用到零售、物流、信用卡营销及风 二、关联规则分析的基本算法 险管理等众多领域。基于此，本文从介绍关联规则分析的 先验频集算法是目前关联规则分析方法的基础，其核 基本概念和算法入手，探讨其在信用卡反欺诈中的具体应 心是基于两阶段频集思想的递推算法。 用，以期对提升信用卡业务风险管理技术有所裨益。 首先，先明确项集、事务集、支持度、频集以及置信 度等概念。项目集是关联规则分析的数据集合中的组织单 一、关联规则分析的基本概念与发展 元，简称项集；事务集即数据集合，是由项目集组成的并 众所周知，关联规则中最为有趣的一个应用案例就是 集；支持度定义为P (A ∪B )，即A 和B 这两个项集在事务 沃尔玛“尿布和啤酒”的故事，这是一个典型的购物篮关 集D 中同时出现的概率；所有支持度大于最小支持度的项 联分析。从这个案例中可以看出，关联规则分析实际上是 集称为频繁项集，简称频集；置信度则被定义为P (B ｜A)， 借助一些原则，如取交叉频率最大值等，在不同的数据集 即在出现项集A 的事务集D 中，项集B 也同时出现的概率。 中寻找相互之间的联系，分析诸如顾客购买了某一商品对 其次，给定一个事务集，预先设定最小支持度阈值和 购买其他商品的影响，然后归纳出不同顾客的具体购买行 最小置信度阈值，通过具体算法寻找同时满足最小支持度 为模式。零售类企业一般将关联规则分析应用于商品货架 阈值和最小置信度阈值的关联集合，此类集合中项集之间 布局、货存安排以及根据购买模式对用户进行分类；而在 的关联关系称为强规则。 信用卡业务中，则可将关联规则分析用于分析持卡人消费 最后，挖掘关联规则的先验算法将关联规则分析分解 行为模式、不良持卡人信息特征以及信用卡欺诈行为特征 为两个阶段的子问题。一是根据最小支持度找出数据集中 等。 所有不同长度的、满足给定支持度要求的频集；二是由频 关联规则分析的应用研究，最早见诸于R.Agrawal等 集产生强关联规则。当然这些规则必须满足最小支持度和 于 1993 年提出的挖掘顾客交易数据库中项集间关系的先 最小可信度。 验(A priori)频集方法，在此之后诸多对关联规则分析的 应用研究开始涌现。对原有的算法进行优化，如引入随机 三、关联规则分析在信用卡反欺诈业务中的应用 采样、并行思想等，以提高算法挖掘规则的效率；注重于 近年来，关联规则分析在信用卡业务中的应用得到很 对挖掘到的模式的价值进行评估探索，挖掘独立于先验频 大发展。以信用卡欺诈行为特征识别为例，境外发卡银行 集方法的关联规则的新方法。目前，主流的关联规则分析 通过对发生欺诈交易的历史数据分析，发现在大额欺诈交 软件，如 SAS 统计软件中的 EM 工具等，多采用先验频 易（如购买珠宝等）之前往往会出现小额试探性交易（如 36 中国信用卡 2007.11 管理 业务平台 自助加油等），并且这些小额试探性交易往往发生在夜间