[发明专利]一种用于检测欺诈交易的方法及系统

权利要求书

1.一种用于检测交易欺诈的方法，其特征在于，所述方法包括：

获取历史欺诈交易记录以及历史正常交易记录；

基于所述欺诈交易记录和所述正常交易记录两者提取特征因子；

从所述欺诈交易记录和所述正常交易记录生成训练样本集合；

用所述训练样本集合构建决策树，其中以正常交易和欺诈交易两个类别为目标因子来构建叶节点并且依据所述特征因子来构建所述决策树的其他节点；

从所述决策树的所有从根节点到指示欺诈交易的叶节点的路径提取欺诈规则；以及

根据所述欺诈规则对交易数据进行欺诈检测，

其中所述决策树被构造为其中的每次分支均是对训练样本集合的二元划分。

2.如权利要求1所述的方法，其特征在于，用训练样本数据构建决策树包括以下步骤：

a)在所述训练样本集合中计算每个特征因子相对于所述目标因子的信息增益；

b)将信息增益最大的特征因子确定为所述决策树的根节点；

c)判断根节点的特征因子所划分的每个子样本集合是否满足预先设定的决策树中止条件；

d)在尚未满足所述中止条件的每个子样本集合中分别计算每个剩余特征因子相对于所述目标因子的信息增益；

e)对于尚未满足所述中止条件的每个子样本集合将剩余特征因子中信息增益最大的特征因子确定为所述根节点的子节点；

f)将每个子节点作为所述根节点重复上述步骤c)-e)。

3.如权利要求2所述的方法，其特征在于，在相应的样本集合中每个特征因子Vi相对于目标因子的信息增益

其中HY＝-pTlog2pT-pFlog2pF，pT及pF分别表示正常交易及欺诈交易在所述相应的样本集合中出现的概率；并且

其中S为所述相应的样本集合中的样本总数，为在该样本集合中所有特征因子Vi取值为Xj的样本数，为特征因子Vi的每个取值Xj在该样本集合中的信息熵，其中

及分别表示正常交易及欺诈交易在所述相应的样本集合中特征因子取值为Xj的子集中出现的概率。