期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于lightGBM算法对银行账户反欺诈模型的应用
被引量:
2
Application of LightGBM Algorithm to Bank Account Anti Fraud Model
下载PDF
职称材料
导出
摘要
在互联网金融诈骗产业化、规模化且广泛使用各类前沿技术的背景下,以人工智能等为代表的先进技术为金融机构提高反欺诈能力提供了新的方向。为探索机器学习技术在风险管理中的应用,文章以银行账户数据为研究基础,通过有监督训练,基于LightGBM算法的机器学习模型不断学习数据模式,在完成变量选择的同时择优输出针对欺诈风险的概率预测。
作者
杜芮
Dui Rui
机构地区
中国人民银行常德市中心支行
出处
《金融科技时代》
2023年第6期69-75,共7页
FinTech Time
关键词
金融科技
人工智能
银行账户反欺诈
GBM算法
分类号
F83 [经济管理—金融学]
引文网络
相关文献
节点文献
二级参考文献
10
参考文献
5
共引文献
50
同被引文献
30
引证文献
2
二级引证文献
0
参考文献
5
1
吴照明,胡西川.
基于LightGBM信贷风控模型的算法优化[J]
.计算机应用与软件,2022,39(6):342-349.
被引量:5
2
李占山,姚鑫,刘兆赓,张家晨.
基于LightGBM的特征选择算法[J]
.东北大学学报(自然科学版),2021,42(12):1688-1695.
被引量:25
3
蔡丽倩,郑旭,文广明,田鸥,刘玲,张欣苗(指导),陈曼如(指导).
AI赋能数字金融反欺诈--平安银行的探索与实践[J]
.金融科技时代,2021,29(12):13-20.
被引量:7
4
王思宇,陈建平.
基于LightGBM算法的信用风险评估模型研究[J]
.软件导刊,2019,18(10):19-22.
被引量:17
5
陈成,莫少萍.
新型金融欺诈类型及银行业反欺诈建议[J]
.中国银行业,2021(10):82-84.
被引量:2
二级参考文献
10
1
曹汉平,张晓晶,祝睿杰,黄潇拉.
数字金融时代 机器学习模型在实时反欺诈中的应用与实践[J]
.智能科学与技术学报,2019,0(4):342-351.
被引量:9
2
刘明吉,王秀峰,黄亚楼.
数据挖掘中的数据预处理[J]
.计算机科学,2000,27(4):54-57.
被引量:127
3
孙同阳,谢朝阳.
基于决策树的P2P网贷信用风险评价[J]
.商业经济研究,2015(2):81-82.
被引量:21
4
王雅静.
银行个人客户信用评分模型研究——基于决策树算法[J]
.现代商贸工业,2015,36(19):64-65.
被引量:3
5
郑凯文,杨超.
基于迭代决策树(GBDT)短期负荷预测研究[J]
.贵州电力技术,2017,20(2):82-84.
被引量:30
6
李昕,戴一成.
基于BP神经网络的P2P网贷借款人信用风险评估研究[J]
.武汉金融,2018,0(2):33-37.
被引量:9
7
姜志旺,张红霞,郑艳娟.
基于BP神经网络模型的互联网金融信用风险评估研究[J]
.科学技术创新,2017(16):338-338.
被引量:5
8
王华勇,杨超,唐华.
基于LightGBM改进的GBDT短期负荷预测研究[J]
.自动化仪表,2018,39(9):76-78.
被引量:32
9
马晓君,沙靖岚,牛雪琪.
基于LightGBM算法的P2P项目信用评级模型的设计及应用[J]
.数量经济技术经济研究,2018,35(5):144-160.
被引量:53
10
王思宇,陈建平.
基于LightGBM算法的信用风险评估模型研究[J]
.软件导刊,2019,18(10):19-22.
被引量:17
共引文献
50
1
张佳华.
数字时代金融安全视域下网络金融欺诈的法律治理路径优化[J]
.金融监管研究,2023(12):102-113.
被引量:2
2
黄莉.
AI赋能金融服务业数字化转型的策略优化与风险防控[J]
.大众投资指南,2024(13):59-61.
3
刘晶晖,张显云,雷楷烨,邓小东,龙安成.
CYGNSS 3种地表反射率在贵州山区的土壤湿度反演对比[J]
.测绘科学,2024,49(5):143-153.
4
王方春.
LightGBM算法在早期催收管理工作中的应用[J]
.电脑知识与技术,2020,16(7):205-206.
被引量:1
5
韩金鹏,李冬梅,王嵩.
基于PSO_RF双向特征选择和LightGBM设备故障检测[J]
.计算机系统应用,2020,29(7):228-232.
被引量:3
6
陈晓楠,胡建敏,陈茜,张威.
基于LightGBM算法的网络战仿真与效能评估[J]
.计算机应用,2020,40(7):2003-2008.
被引量:3
7
刘田田.
面向农户贷款信用风险评估的Relief-GEP模型[J]
.软件导刊,2020,19(11):79-83.
8
纪俊红,昌润琪,温廷新.
基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测研究[J]
.安全与环境工程,2021,28(1):24-28.
被引量:6
9
郭思杰,任春华,于亚婷.
一种基于科技资源池的客户流失预测模型[J]
.制造业自动化,2021,43(6):120-125.
被引量:2
10
任帆,陈晓楠,胡建敏,金娈.
军队建设项目资源投入产出效益评估方法研究[J]
.舰船电子工程,2021,41(6):114-118.
同被引文献
30
1
曹汉平,张晓晶,祝睿杰,黄潇拉.
数字金融时代 机器学习模型在实时反欺诈中的应用与实践[J]
.智能科学与技术学报,2019,0(4):342-351.
被引量:9
2
朱艾男.
论电信诈骗犯罪的特点、成因及防控[J]
.法制与社会(旬刊),2020,0(6):78-80.
被引量:13
3
吕林涛,姬娜,张九龙.
基于RBF神经网络的可疑交易监测模型[J]
.计算机工程与应用,2010,46(3):207-210.
被引量:6
4
吴朝平.
反洗钱对银行卡反欺诈工作的借鉴意义[J]
.中国信用卡,2011(11):33-35.
被引量:4
5
汪加才,谷瑞军.
金融机构可疑交易监测分析的策略与方法研究[J]
.海南金融,2012(10):67-70.
被引量:3
6
周彩南,刘世芳,李双红.
反洗钱监测指标体系和模型探索[J]
.金融电子化,2014(2):73-75.
被引量:4
7
李旭瑞,邱雪涛,赵金涛,胡奕.
基于流式聚类及增量隐马尔可夫模型的实时反欺诈系统[J]
.计算机工程,2018,44(6):122-129.
被引量:4
8
窦路路,石秀金.
基于深度学习的银行卡交易反欺诈技术研究[J]
.智能计算机与应用,2018,8(4):85-87.
被引量:3
9
仵伟强,后其林.
基于机器学习模型的消费金融反欺诈模型与方法[J]
.现代管理科学,2018,6(10):51-54.
被引量:17
10
王昌琪.
基于滑动时间窗口的金融反欺诈检测应用[J]
.电脑与电信,2019,0(12):34-37.
被引量:2
引证文献
2
1
陶冶.
银行机构反电诈监测模型的研究与实践[J]
.金融科技时代,2024,32(2):54-64.
2
潘勇.
时间序列方法在欺诈识别模型中的应用研究[J]
.金融科技时代,2024,32(9):76-80.
1
周钟涛,徐睿.
深圳南山区法院 接诉即办“三二一” 服务群众“零距离”[J]
.中国审判,2023(9):60-61.
2
无.
2022年支付体系运行总体情况[J]
.金融会计,2023(4):66-69.
被引量:1
3
魏文术,刘继荣,张彦超.
图数据库技术助力银行业务数字化转型[J]
.金融电子化,2023(9):44-45.
4
赵熠如,彭婷婷.
AI赋能千行百业[J]
.服务外包,2023(6):72-72.
5
曹琦.
构建智能风控平台 提升数字化运营风控能力——哈尔滨银行智能风控在跨境电商的应用实践[J]
.金融电子化,2023(10):24-25.
6
鲁鹏,吴敏,王志伟,田霄飞,安巧芝.
“一流专业”背景下包装工程前沿技术全英文教学改革与实践[J]
.包装工程,2022,43(S02):24-27.
7
龚诚,衣军波,蔡林恭,余舟川.
基于知识图谱嵌入学习的目标意图智能识别方法[J]
.舰船电子工程,2023,43(1):32-35.
被引量:1
8
无.
业内资讯[J]
.起重运输机械,2023(10):1-1.
9
黄嘉晔,关子钧,李卫民.
基于神经网络的硅晶圆表面形貌快速量测方法研究[J]
.功能材料与器件学报,2023(2):117-123.
10
李雅薇,孟娟,杜海,朱珈缘,马媛媛.
一种基于YOLOv5改进的动捕Maker点识别方法[J]
.计算机与数字工程,2023,51(1):112-118.
金融科技时代
2023年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部