[发明专利]基于随机森林模型的金融交易检测方法和设备

说明书

技术领域

本发明涉及金融交易欺诈检测领域，特别涉及一种基于随机森林模型的金融交易检测方法和设备。

背景技术

在传统的银行卡欺诈交易侦测方法中，决策树模型具有计算量相对较小、生成的分类规则可理解等优点，在一定程度上可以满足欺诈侦测工作的需求。但是，单个决策树模型容易过拟合，分类规则容易变得异常复杂，分类结果不稳定。同时，对于不平衡数据的训练，决策树模型的分类结果明显偏向于多数类，容易造成分类结果的不准确。

发明内容

为解决上述问题，根据本发明的一个方面，提供了一种基于随机森林模型的金融交易检测方法。该方法包括：(a)获得历史交易表和欺诈交易表；(b)利用所述历史交易表和所述欺诈交易表来构造样本数据集合，所述样本数据集合包括样本特征变量；(c)从所述样本数据集合中随机有放回地抽取多份样本；(d)为所述多份样本中的每一份样本随机选择相同数量的特征变量，以便生成与该份样本对应的决策树模型，进而生成随机森林模型；(e)对所述随机森林模型中的多个决策树模型的每一个进行训练并进行评估，以便获得每个决策树模型的准确率；(f)基于所述准确率来确定每个决策树模型的投票权重q_i；以及(g)利用所述随机森林模型中的多个决策树模型对所输入的金融交易数据的响应输出y_i以及所述投票权重q_i，根据如下公式来获得投票结果RF并判定所述金融交易是否存在欺诈：

RF=Σi=1lyi*qi]]>

其中，l为决策树模型的数量。

通过有放回的随机抽样生成训练样本，每一个样本随机选择相同数量特征变量参与训练，生成一个决策树模型，最后通过多个决策树模型投票来决定交易的分类。这种检测方法和设备克服了单个决策树模型分类规则复杂、模型易过拟合、分类准确性不稳定的缺点，同时该检测方法和设备对于银行卡交易数据的不平衡性，也具有较好的适应能力。

上述方法还可包括：(h)在判定所述金融交易存在欺诈时，将所述交易加入欺诈侦测结果集中；(i)对所述欺诈侦测结果集中的交易进行确认，并将确认为欺诈的交易加入所述欺诈交易表中；以及(j)重新执行步骤(a)和(b)。

在上述方法中，步骤(e)进一步包括：(e1)计算训练样本中所有变量在所有取值上划分的基尼系数；(e2)取基尼系数最小的划分为第一最佳分裂点；以及(e3)基于所述第一最佳分裂点将所述训练样本进行划分，并对划分后的训练样本分别重复执行(e1)和(e2)以便确定第二最佳分裂点。

在上述方法中，所述样本特征变量包括原始变量、上下文变量和统计变量。

在上述方法中，所述原始变量包括但不限于，从所述欺诈交易表和所述历史交易表中直接获取的交易金额和交易时间。

在上述方法中，所述上下文变量包括但不限于，交易是否在同一地区和交易是否在同一商户。

在上述方法中，所述统计变量包括但不限于，某卡号或该卡号交易商户在一段时间内的统计信息。

在上述方法中，所选择的特征变量的数量为n，并且n与特征变量的总数N的关系如下：

在上述方法中，当某决策树模型的准确率低于一阈值时，从所述随机森林模型中舍弃该决策树模型。通过对单个决策树的评估，淘汰分类精度过低的决策树，同时给各个决策树模型赋予不同的投票权重，从而来提高随机森林模型的准确度。