[发明专利]一种商户欺诈风险监控系统及数据挖掘方法

权利要求书

1.一种商户欺诈风险监控系统的数据挖掘方法，其特征在于，所述方法包括以下步骤：

S1根据金融部门商业目标，确定数据挖掘的目的和目标；

S2根据S1中确定的目的和目标确认数据源，并进行数据收集；

S3对收集的数据进行筛选，为数据挖掘准备数据；

S4对筛选后的数据进行质量检测，对检测后的数据进行数据整合；

S5对检测到的挖掘需要的数据、格式或变量后，进行数据转换；

S6使用不同的方法对转换后的数据进行数据挖掘得到结果数据；

S7根据信用卡收单业务情况、数据挖掘目标和商业目的来评估和解释挖掘的结果数据，形成信用卡欺诈信用评分模型；

S8利用信用卡欺诈评分模型既为银行决策层了解整体风险分布情况，为风险管理提供基础，并将其应用到收单业务之中，指导收单的业务操作。

2.根据权利要求1所述的商户欺诈风险监控系统的数据挖掘方法，其特征在于，确认数据源的时候收集全面的信息，其数据类型为业务数据、数据库/数据仓库中存储的数据或外部数据，如果银行内部不能满足构建模型所需的数据，则进行外部收集从专门收集人口统计数据、消费者信用历史数据、地理变量、商业特征和人口普查数据的企业购买得到所需要的外部数据。

3.根据权利要求1所述的商户欺诈风险监控系统的数据挖掘方法，其特征在于，对信用卡欺诈信用评分模型建设时，其模型数据选取评分的交易数据、变量提炼的交易数据、商户资料的数据或目标变量表。

4.根据权利要求3所述的商户欺诈风险监控系统的数据挖掘方法，其特征在于，所述外卡清算的数据是POS.LOG中的外卡交易记录做清算后的数据，清算的方法是返回码为‘00’，交易码为‘OFFL’，‘PRPU’，‘PURC’的交易，如果返回码为‘AUTO’，‘CANC’，则通过c_retrnum撤销或冲正相应的交易；

所述评分的交易数据加上POS.LOG中返回码不是‘00’，交易码为‘PURC’和‘OFFL’，卡号或终端号在EDCLOG中出现的外卡交易数据，后者的数据用于统计银行卡，商户和终端号的失败交易的信息；

所述商户资料的数据是评分的交易数据中出现的商户，在外卡商户资料数据中找出相关的商户信息数据，用到的信息有终端编号、邮政编码和商户类型；

所述目标变量表为查单记录中出现过的所有假卡、伪卡的卡号，并把EDCLOG中这些卡号的所有交易当作目标变量。

5.根据权利要求1所述的商户欺诈风险监控系统的数据挖掘方法，其特征在于，所述数据转换中，对于每个连续变量，作本身标准化，商户标准化，和MCC码行业标准化，采用对指标进行正态标准化(0,.1)来消除量纲的影响，对于离散数据，作数据水平归并和IV值转换。

6.根据权利要求1所述的商户欺诈风险监控系统的数据挖掘方法，其特征在于，所述信用卡欺诈信用评分模型为分类模型，所述信用卡欺诈信用评分模型用Logistic回归、神经网络和决策树方法分别建模，然后通过模型结果比较选择最佳模型。

7.根据权利要求6所述的商户欺诈风险监控系统的数据挖掘方法，其特征在于，所述Logistic回归Logistic曲线对应logistic模型，所述Logistic曲线是(0，1)区间的S形曲线，并且在X_i→-∞的情况下E(Y_i)→0，在X_i→+∞时E(Y_i)→1；

所述logistic模型用公式表示，这里Y_i是第i个响应变量，对于响应来说该值为1，对于不响应来说该值为0，所述logistic回归模型的区间在(0,1)范围内；

对于Logistic回归模型的形式为：

其中：P是欺诈概率，α代表截距大小，β为回归系数，X代表独立变量。