一种面向网络借贷反欺诈的自动化特征工程方法

识别欺诈性贷款申请是信贷机构面临的一个严峻挑战。不良贷款申请每年为金融业造成了巨额经济损失,目前已有不少机构使用机器学习技术预防和打击欺诈贷款。在构建欺诈检测模型的过程中,特征工程是最关键的一步,因为特征的质量将直接影响模型的性能,也是最耗时、对相关领域的专业知识要求最高的步骤之一。针对这一问题,提出了基于深度特征合成算法的自动特征工程方案,具有能够处理脱敏字符串、生成易于理解的特征的特点。其中,特征的合成和筛选步骤均由程序自动进行,不仅降低了反欺诈工作的门槛,也使专业研究人员将更多时间花在后续的模型选择和参数调整上。最后,通过对比实验,发现自动构造的特征相对于原始特征和人工构造的特征,数量和分类性能均有提高,而所耗时间大幅减少。