基于Logistic的信用卡套现侦测评分模型.pdfVIP

龙源期刊网

基于Logistic的信用卡套现侦测评分模型

作者：姜盛

来源：《计算机应用》2009年第11期

摘要:信用卡套现是信用卡产业面临的一种主要风险。单笔的套现交易与正常交易间无显

著差异,难以进行基于特征的过滤筛选。为自动、高效地识别套现账户,根据统计学特征先遴选

出各相关变量,并结合业务分析,利用Logistic回归模型的非线性曲线特征缺陷,克服其自变量多

维相关敏感性缺陷,计算出各变量的影响权重系数,构建了信用卡套现侦测评分模型。实践表明

识别准确率达到82.72%。

关键词:Logistic;信用卡套现;侦测;评分模型;数据挖掘;Logistic回归;Logit变换检验;积

矩相关系数;最大似然估计;马氏距离;KS统计量

中图分类号:TP311.13;TP39

文献标志码:A

引言0

信用卡套现是指持卡人不通过正常手续提取现金,违反与发卡机构的约定,将信用卡中的信

用额度通过POS终端或其他方式,全部或部分地直接转换成现金,利用贷记卡的免息还款期优惠

政策,而不必向发卡机构支付取款费用及透支利息的行为。

信用卡套现是信用卡产业面临的一种主要欺诈风险,我国刑法和相关金融法规将其界定为

一种违法行为。单笔的套现交易与正常账户的消费交易间无显著差异特征,不能通过简单的过

滤有哪些信誉好的足球投注网站实现套现账户的筛选。本文提出了一种基于Logistic回归技术,通过数据挖掘,建立一套

信用卡套现侦测模型的技术解决方案,以实现对信用卡套现账户自动、高效、准确的识别。先

通过汇总部分已确认的套现账户信息,再取相同数量的正常账户作为对照组,将各种可收集到的

指标纳入考量范围,通过其数学特征找出高度相关的变量,从而识别出各种影响套现活动的指标,

并通过业务层面的分析对相关变量进行阐释,最后通过Logistic回归模型计算出所有相关指标的

影响权重系数,并通过数学推导构建出易于实施的评分模型。实践表明,修正后的模型对信用卡

套现账户的识别准确率达到82.72%,完全符合设计目标。采用Logistic分类技术,还可灵活调节

各指标权重系数以及界定套现的分割点分数,以根据发展态势动态修正模型。

龙源期刊网