[发明专利]一种基于深度学习的信用卡欺诈检测方法

权利要求书

1.一种基于深度学习的信用卡欺诈检测方法，其特征在于，包括以下步骤：

步骤1，获取信用卡欺诈交易的原始数据集，并且对数据集进行预处理；

步骤2，将数据划分为两部分，一部分作为训练集，另一部分作为测试集；

步骤3，将训练集输入深度学习的模型之中进行训练，优化模型参数，并且调整超参数，使得模型的性能达到最佳；

步骤4，将测试集输入训练好的模型，得出分类标签；

步骤3中所述的深度学习的模型的训练，包括以下步骤：

步骤301，原始数据特征data先经过全连接神经网络fc1，神经网络有29个神经元，得到数据特征data1；

步骤302，数据特征data1再经过全连接神经网络fc2，神经网络有116个神经元，得到数据特征data2；

步骤303，数据特征data2再经过全连接神经网络fc3，神经网络有99个神经元，得到数据特征data3；

步骤304，数据特征data3与原始数据特征data融合之后再经过全连接神经网络fc4，神经网络有128个神经元，得到数据特征data4；

步骤305，数据特征data4再经过全连接神经网络fc5，神经网络有64个神经元，得到数据特征data5；

步骤306，数据特征data5再经过全连接神经网络fc6，神经网络有2个神经元，得到数据标签。

2.根据权利要求1所述的信用卡欺诈检测方法，其特征在于，所述的训练集为样本总数的三分之二，测试集为样本总数的三分之一。

3.根据权利要求1或2所述的信用卡欺诈检测方法，其特征在于，所述的数据标签为0或1，0表示此交易为正常交易，1表示此交易为欺诈交易。

4.根据权利要求3所述的信用卡欺诈检测方法，其特征在于，对分类标签进行相关的计算，得出相应指标的数值，指标包括精确度和召回率。