基于决策树的可疑交易账户预警模型.pdfVIP

摘要

摘要

年新冠疫情席卷全球全国人民积极响应宅家抗疫的号召使得网

络金融蓬勃发展但有不少犯罪团伙借此机会以网络游戏或网络投资的名义

行网络诈骗或网络小额赌博之实年上半年中国人民银行密集发出反洗钱

罚单新的严峻形势对网络金融监管体系提出了新任务对创新方式和提升技

术都提出了新要求本文在这种背景下把决策树应用于构建预警可疑交易账

户的模型中以期获得分类标准来助力一线人工筛选的预警模型

本文使用中位数、因子分析和聚类分析进行数据的描述和探索再构建决

策树模型决策树模型中使用四种采样方法处理具有严重类间不平衡性的数据

集即欠采样法、过采样法、过采样与欠采样相结合法和人工数据合成法分别

生成四种平衡数据集再分别基于、及三种算法构建十二种决

策树模型最后综合使用召回率、精度、错判率、特异度及值五个指标

结合实际情况评估模型的预测效果选择出最优模型

通过研究发现可疑交易账户普遍有交易规模大、交易频繁和账户留存金

额少的特征在模型中使用过采样与欠采样相结合法和单独使用欠采样法生

成的平衡数据集无论基于何种算法构建决策树模型均表现出良好的预测效

果使用欠采样法构建的决策树模型虽然召回率最好但普遍精度低使得其

适用场景有限和算法构建的决策树模型整体在召回率和精度上都优

于算法构建的决策树模型本文最后选择基于算法和使用过采样与

欠采样相结合法构建的决策树模型作为最优模型用来识别有可疑交易的账

户并从中得到分类标准完成本文目的

关键词:可疑交易账户识别探索性因子分析聚类分析决策树分类器不

平衡数据集

Abstract