[发明专利]用于检测欺诈交易的决策树生成方法

摘要

本发明涉及一种用于检测欺诈交易的决策树生成方法，包括如下步骤：对历史欺诈交易记录以及历史正常交易记录进行抽样以形成样本数据集；针对样本数据集中每一元素分别提取多个属性的特征值，属性至少包括指示同一交易卡号的当前笔交易与上笔交易之间的关系的属性；以训练样本数据构建决策树；基于特征值对训练样本数据进行划分，逐次分裂决策树以形成决策树检测模型；以测试样本数据来测试决策树检测模型。其考虑相同卡号前、后笔交易之间的相关性，从而更容易将具有相关性的欺诈交易检出，且有效防止过多地误检欺诈交易以及漏检欺诈交易。

主权项

1.一种用于检测欺诈交易的决策树生成方法，包括如下步骤：a)、对历史欺诈交易记录以及历史正常交易记录进行抽样以形成样本数据集；b)、针对所述样本数据集中每一元素分别提取多个属性的特征值，所述属性至少包括指示同一交易卡号的当前笔交易与上笔交易之间的关系的属性、交易银行卡卡号属性、交易时间属性及交易商户代码属性；c)、以所述样本数据集的第一部分作为训练样本数据构建决策树；d)、基于所述特征值对所述训练样本数据进行划分，逐次分裂所述决策树以形成决策树检测模型；以及e)、以所述样本数据集的第二部分作为测试样本数据来测试所述决策树检测模型；其中，所述步骤b)具体包括：为所述样本数据集中的每一元素分别提取所述交易银行卡卡号属性、交易时间属性及交易商户代码属性的特征值；对所述样本数据集中的元素按所述交易银行卡卡号属性、交易时间属性及交易商户代码属性的特征值进行排序；为所述样本数据集中的每一元素添加对应于同一交易卡号的当前笔交易与上笔交易之间的关系的属性并提取该属性的特征值，其中所述关系包括同一交易卡号的当前笔交易与上笔交易是否具有相同的交易商户代码和/或该当前笔交易与上笔交易之间的交易时间差；针对所述样本数据集中的每一元素，对该元素的属于连续型变量的特征值进行离散化处理；对所述样本数据集中的元素进行随机排序。