Behavior Language Processing with Graph based Feature Generation for Fraud DetectioninOnline Lending

欺詐檢測存在很多挑戰：信用相關特徵的稀疏性，例如社會保險，工作認證，然而這些對於目標人羣來說都是稀疏的。數據的速率、種類和容量。設備的行爲數據在容量和維度上有爆炸性的增長，而且行爲數據對說明一個人的金融風險很有用，因爲它揭示了申請人的興趣、社會關係、生活方式，很難僞造。實際上問題就是如何整合這些數據並且應用合適的數據挖掘方法去爲風險控制提取金融的信號，因爲像瀏覽器日誌這樣的信息有着複雜的結構。欺詐

>>阅读原文<<