|国家科技期刊平台
首页|期刊导航|重庆理工大学学报|基于XGBoost与LR融合模型的信用卡欺诈检测

基于XGBoost与LR融合模型的信用卡欺诈检测OA北大核心CSTPCD

A fusion model for credit card fraud detection based on XGBoost and LR

中文摘要英文摘要

随着银行卡业务的不断发展,各种各样的信用卡欺诈方式已经给金融机构带来严重的威胁,使得信用卡欺诈检测成为一个十分紧迫的任务.为解决此问题,提出一种XGBoost与LR融合模型.该模型首先运用XGBoost算法自动进行特征组合和离散化,然后将新构造的特征向量运用在逻辑回归LR模型上,通过XGBoost与LR融合模型进行分类预测.实验结果表明,与经典传统算法相比,提出的XGBoost与LR融合模型具有更好的欺诈检测性能,提高了信用卡欺诈检测的准确率.

With the continuous development of bank card business, a variety of credit card frauds pose serious threats to financial institutions. Thus, the early detection of credit card fraud is an urgent task. This paper proposes a fusion model of XGBoost and LR. The model first employs XGBoost algorithm to automatically combine and discretize features, and then applies the newly constructed feature vector to the Logistic Regression model for classification prediction. Our experimental results show, the proposed XGBoost and LR fusion model delivers better fraud detection performance and improves the accuracy of the detection of credit card frauds.

张海洋;陈玉明;曾念峰;卢俊文

厦门理工学院 计算机与信息工程学院,福建 厦门 361024易成功(厦门)信息科技有限公司,福建 厦门 361024

动力与电气工程

XGBoost欺诈检测逻辑回归融合模型信用卡

XGBoostfraud detectionlogistic regressionfusion modelcredit card

《重庆理工大学学报》 2024 (005)

195-200 / 6

国家自然科学基金项目(61976183);中央引导地方发展科技专项(2022L3029)

10.3969/j.issn.1674-8425(z).2024.03.021

评论