[发明专利]一种基于特征提取的信用卡欺诈检测方法

权利要求书

1.一种基于特征提取的信用卡欺诈检测方法，其特征在于包括以下步骤：

A、预处理数据，对信用卡交易数据平衡化，让正常数据和欺诈数据一样多，在训练阶段，还需要对样本进行标记和检测；

B、对平衡后的信用卡交易数据使用一定数学方法提取其中的特征向量；

C、基于优化后的word2vec算法进行词向量模型的训练及词向量的提取；

D、使用word2vec算法进行词向量模型训练及词向量提取之前，基于TF-IDF算法进行优化；

E、使用图数据库去关联提取出的特征向量；

F、收集的真实场景下的信用卡交易数据构建了训练集；根据深度信念网络分类算法对训练集进行训练，对信用卡行为的正常性和欺诈性进行预测；

G、将检测结果返回至检测报告。

2.跟据权利要求1所述的一种基于深度信念网络分类算法构建的分类模型，其特征在于：基于Smote算法平衡信用卡交易数据；基于优化后word2vec的词向量模型生成及提取可以表征欺诈信息关系特征和文本特征的词向量；基于深度信念网络DBN的分类模型判定，通过对模型超参数的调试，以训练出最优信用卡欺诈分类模型。

3.根据权利要求1所述的基于TF-IDF算法优化后的词向量模型，其特征在于：word2vec在自然语言处理中，遇到停用词“的”、“是”等高频词时，会以一定概率对高频词进行舍弃；但是字节码序列中每一个字节码都是带有信息的，并不能根据其出现频率高就直接进行舍弃，因此为了保证有效高频词得以保留，提出基于TF-IDF算法进行优化。