[发明专利]基于KNN算法的互联网金融平台申请欺诈行为检测方法

权利要求书

1.基于KNN算法的互联网金融平台申请欺诈行为检测方法，其特征在于，包括以下步骤：

步骤1：数据采集，包括从互联网平台后端采集客户的个人基本信息及注册申请节点数据、历史行为数据以及监测软件中获取的实时测点数据；

步骤2：将采集到的数据进行预处理，包括数据缺失补全和Z-score归一化处理，并将预处理后得到的数据集划分为训练集和验证集；

步骤3：采用主成分分析法处理训练集，得到主成分训练集；

步骤4：基于主成分训练集，采用经验式的选择方法选取K值，之后通过交叉验证法、贝叶斯或bootstrap来选取最优的K值；

步骤5：基于主成分训练集，采用欧式距离作为距离度量方式，计算主成分训练集中每个样本与其K个最邻近样本的欧式距离的平方和利用核密度估计确定置信水平α阈值比较欧式距离的平方和和阈值判定样本为正常样本或异常样本，得到KNN模型；

步骤6：通过验证集对KNN模型进行优化；

步骤7：将优化后的KNN模型部署至互联网金融平台上，对客户的申请行为进行实时监控，对疑似异常申请状态的申请行为发出系统预警，进行人工审批流程或者拒绝申请。

2.根据权利要求1所述的基于KNN算法的互联网金融平台申请欺诈行为检测方法，其特征在于，所述个人基本信息包括性别、年龄、居住情况、婚姻状态、工作状态；所述注册申请节点数据包括账户注册手机号、绑定银行卡号、GPS位置、申请贷款类型、贷款年限、还款计划；所述历史行为数据包括操作行为数据和设备信息，所述操作行为数据包括登录本平台的次数、点击次数、点击频率、输入总耗时及平均耗时，所述设备信息包括手机号数据、GPS位置、MAC地址、IP地址数据、地理信息申请频次、IP的申请频次、设备电量占比、陀螺仪的平均加速。

3.根据权利要求1所述的基于KNN算法的互联网金融平台申请欺诈行为检测方法，其特征在于，所述Z-score归一化处理公式如下：

式中x表示归一化前的数据，x^*表示Z-score归一化后的数据，μ、σ分别表示原数据平均值的平均值和标准差。

4.根据权利要求1所述的基于KNN算法的互联网金融平台申请欺诈行为检测方法，其特征在于，所述训练集和测试集的划分比例为7:3。

5.根据权利要求1所述的基于KNN算法的互联网金融平台申请欺诈行为检测方法，其特征在于，所述主成分分析法包括以下步骤：

步骤3-1：设经过预处理的训练集X＝(X₁,X₂,…,X_p)，则数据集的特征个数为p，以X_ir、X_jr、分别表示特征X_i、X_j中的第r个元素和平均值，其中i,j＝1,2,...,n，则特征X_i和特征X_j的皮尔逊相关系数ρ_ij为：

其中，

根据皮尔逊相关系数得到相关系数矩阵R：

步骤3-2：根据特征方程|λE-R|＝0，计算得到相关系数矩阵R的特征值λ_i，并将特征值λ_i按照大小排序，其中特征方程中E是单位向量，λ_i中i＝1,2,...,p；

步骤3-3：根据相关系数矩阵R的特征值λ_i，计算各个特征向量的累计方差贡献率CPV，公式如下：

其中θ一般取值落在[85％,95％]区间上，根据累计方差贡献率CPV提取n个主要特征；

步骤3-4：根据特征方程|λE-R|＝0计算n个主要特征的特征值对应的特征向量η_i，其中i＝1,2,…,n；

步骤3-5：计算获得主成分训练集X(m×n)，所述主成分训练集X(m×n)中的训练样本X_mxn的计算公式为：

式中，η_ij表示第i个特征向量η_i的第j维，是原数据的第j维向量，所述主成分训练集X(m×n)∈R^m×n。