基于改进混合采样和XGBoost算法的信用卡欺诈检测方法

摘要：

随着金融机构信用卡业务的快速发展,信用卡欺诈行为成为金融机构面临的严峻问题.针对金融机构信用卡数据分布不均衡问题,本文采用过采样、降采样、SMOTE+ENN、SMOTE+Tomeklin、改进的SMOTE+Tomeklin和改进的SMOTE+ENN混合采样这6种不同采样方法对不平衡数据进行平衡处理,然后将平衡数据集输入到多种分类算法模型中进行实验比对,最后提出一种基于改进的SMOTE+ENN混合采样和XGBoost算法的信用卡欺诈行为检测模型.通过5种评价指标验证该检测方法不仅提高了信用卡欺诈行为不平衡数据的区分度,同时提高了信用卡欺诈行为检测的准确性和可行性.

关键词：SMOTE+ENN、XGBoost算法、不平衡数据、Credit Card Fraud Detection、评价指标

分类号：TP309(计算技术、计算机技术)

资助基金：江西省科技计划项目;江西省重点研发计划项目;江西省重点研发计划项目

在线出版日期：2022-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：111-118