[发明专利]一种基于GA-SVM算法的互联网金融欺诈行为检测方法

说明书

本发明公开了一种基于GA‑SVM算法的互联网金融欺诈行为检测方法，其包括以下步骤：首先通过从互联网平台后端采集贷款申请人的个人数据，并对这些数据进行预处理，分为训练集和测试集，在训练集上使用传统梯度下降法的SVM建立初始的SVM的互联网金融欺诈申请行为预测模型，并采用遗传算法(Genetic Algorithm，GA)对SVM模型的惩罚参数C和核参数σ进行自动化优化选择，建立训练集的GA‑SVM模型，将测试集数据代入模型验证模型的预测效果，并通过K折交叉验证法对模型调优，最后将优化模型部署至申请平台，根据客户实时申请数据进行申请行为风险评级。本发明建立的基于GA‑SVM的互联网金融欺诈行为检测方法，可以出色地实现对申请客户欺诈行为实时监控识别。

技术领域

本发明属于互联网金融行业的风控技术领域，具体提供一种基于GA-SVM算法的互联网金融欺诈行为检测方法。

背景技术

在互联网金融平台反欺诈中，传统的反欺诈检测方法主要是依赖先验知识制定的基于预先定义的反欺诈规则和有监督的机器学习算法，所检测的数据级别通常是原始属性或是细粒度级别的数据。而在当今大数据时代，金融风险维度通常是成百上千个且异常复杂，很难从单个或几个属性的制定有效反欺诈规则。

支持向量机(Support Vector Machine，SVM)算法将实际问题通过非线性变换转换到高维的特征空间，在高维空间中构造线性判别函数来实现原空间中的非线性判别函数，巧妙地解决了维数灾难问题，具有全局寻优能力和良好泛化能力，避免了过拟合、神经网络结构选择和局部最优等问题。但与其他学习算法一样，SVM的性能依赖于学习机的参数选取，且其参数的选取对于经验的依赖性比较强。SVM的参数选取包括如下：

(1)误差惩罚参数C：对错分样本比例和算法复杂度折衷，即在确定的特征子空间中调节学习机置信范围和经验风险比例，能够控制对错分样本惩罚的程度，起到控制训练误差和模型复杂度之间平衡的作用，C值越小，对数据中误判样本的惩罚也越小，使得训练误差变大，模型结构风险变大，C值越大，对错分样本的约束程度就越大，模型对训练数据的误判率很低，模型整体的泛化能力很差，容易出现模型过拟合现象；

(2)核函数形式及其参数σ：不同核函数对分类性能有影响，相同核函数不同参数也有影响，一般情况下选择基于径向基核函数，参数σ代表径向基核函数的宽度，σ值太小会导致模型过拟合，σ值太大会使SVM的判别函数过于平缓而导致模型准确率不高。

目前较为常用的SVM参数寻优方法有：经验选择法、实验法、网格搜索法、梯度下降法、粒子群算法等。实验法是指通过大量的实验比较来确定参数，这种方法十分浪费时间，且不易寻得最优参数；网格搜索法是一种穷举搜索方法，但设置合理的区间和间隔步长值往往非常困难，从而大大降低了其可行性，而且模型也非常容易陷入局部最优值；梯度下降方法对初始值非常敏感，特别是初始参数设置离最优解非常远的时候，模型很容易收敛到局部最优解；粒子群算法属于启发式算法，不必遍历区间内所有的参数组也能找到全局最优解，但粒子群算法操作往往比较复杂，且容易陷入局部最优。

发明内容

为了解决上述技术问题，本发明中披露了一种基于GA-SVM算法的互联网金融欺诈行为检测方法，本发明的技术方案是这样实施的：

遗传算法(Genetic Algorithm,GA)是模仿生物遗传机制和达尔文进化论的一种启发式搜索算法方法。将生物进化论原理引入寻找最优参数形成的编码串族群体中，按所选择的适应度函数对个体进行筛选，使适应度高的个体被保留下来，通过遗传中的复制、交叉及变异组成新的群体，新的群体既继承了上一代的信息，适应度高的遗传后代的可能性大，适应度低的会逐步被淘汰。这样不断重复对新的种群进行适应度筛选，群体中适应度高的个体数量越来越多，直到满足预先设定的条件，算法终止，这时，适应度最高的个体留在种群中的概率最高，从而得到最优个体，最优个体经过解码，可以作为问题近似最优解。

一种基于GA-SVM算法的互联网金融欺诈行为检测方法，包括以下步骤：