摘  要

    

科学技术的飞速发展使大数据时代以迅雷不及掩耳之势取代了互联网时代。在这个新时代中，第三方支付的出现改变了人们以往的交易方式，其便捷的特点大幅度地提高了人们消费水平。因此，在人们消费的过程中实施欺诈成为不法分子的作案目标。欺诈手段包罗万象，也随着科技进步而更新换代，使得一些传统的欺诈检测模型不再适用。如何借用新技术去检测识别欺诈行为，预防欺诈的发生，是每个企业迫在眉睫需解决的问题，也是一场反欺诈的巨大挑战。

本文研究了传统欺诈检测模型，分析了现状的欺诈领域的手法和类型，根据决策树原理，通过计算特征的重要性，筛选出欺诈的特征。然后，使用Apriori算法去挖掘欺诈案例中的关联规则，最后改良了传统欺诈检测模型，使新模型在检测中更高效更准确。

 

 

 

 

关键词：欺诈检测；反欺诈；Apriori算法；决策树；传统模型；代价混淆矩阵

目  录

摘要 1

目录 2

1. 引言

1.1. 研究背景及意义

1.2. 相关研究现状

1.3. 研究内容及方法

2. 欺诈概况

2.1. 欺诈领域

2.2. 欺诈类型

2.3. 欺诈分析

2.4. 小结

3. 传统模型与反欺诈新技术

3.1. 传统模型

3.2. 反欺诈架构

3.3. 小结

4. 相关理论与技术

4.1. 决策树

4.2. Apriori算法

4.3. 小结

5. 模型的设计

5.1. 数据预处理

5.2. 特征选择

5.3. 模型改进

5.4. 模型训练

5.5. 模型检验

5.6. 小结

6. 结束语

参考文献

致谢