基於集成學習的金融欺詐行為建模和監測方法研究

《基於集成學習的金融欺詐行為建模和監測方法研究》是依託中國人民大學，由許偉擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於集成學習的金融欺詐行為建模和監測方法研究
• 項目類別：青年科學基金項目
• 項目負責人：許偉
• 依託單位：中國人民大學

項目摘要

在我國金融業迅速發展的同時，金融欺詐現象日益嚴重，給金融企業造成巨大損失。本項目針對不確定環境下的金融欺詐問題，綜合運用集成學習理論、粒度計算方法和人工智慧技術，對金融欺詐行為建模和監測方法進行系統地研究。主要研究內容包括：（1）針對金融欺詐特點，提出一個基於集成學習的監測分析研究架構；（2）融合數據挖掘技術和領域知識，構建金融用戶行為模型，挖掘金融欺詐用戶行為特徵；（3）針對金融欺詐數據無標籤、不平衡和多噪聲等特點，構建一類智慧型監測方法，監測金融欺詐行為；（4）開發一個金融欺詐智慧型監測系統，對金融用戶行為實時監測和預測分析，提出金融欺詐控制措施和防範策略。希望通過本項目的研究切實解決金融欺詐行為建模和監測方法中的關鍵科學問題，本項目的研究意義在於：（1）理論上，豐富和擴充金融風險管理理論與方法，發展金融欺詐監測技術和方法；（2）套用上，項目的研究成果可直接為金融企業和管理部門提供決策支持。

結題摘要

在我國金融業迅速發展的同時，金融欺詐現象日益嚴重，給金融企業造成巨大損失。本項目針對不確定環境下的金融欺詐問題，綜合運用集成學習理論、粒度計算方法和人工智慧技術，對金融欺詐行為建模和監測方法進行系統地研究。首先，建立了一個基於集成學習的監測分析研究架構，提出了一類混合集成模型與方法，並構造了基於不同理論的集成策略，包括基於隨機粗糙子空間的集成模型、基於模糊軟集的集成策略和基於支持向量機的集成算法，豐富了集成學習理論，為金融欺詐監測模型提供了技術支撐。其次，分別對信用風險、保險欺詐和財務報表欺詐等金融欺詐行為建模和監測方法進行了深入研究。在信用風險分析中，提出了基於支持向量機的信用評分集成算法模型、基於數據分布的不平衡數據分類算法的信用評分模型、基於財務報表數據及評論挖掘的信用評分模型和基於代價敏感支持向量機集成的信用評分模型，在信用風險分析中取得了較好效果。在保險欺詐監測中，提出了基於兩階段方法的保險欺詐監測研究、基於遺傳最佳化算法的無監督保險欺詐監測研究、基於隨機粗糙子空間的保險欺詐監測研究，取得了較好的監測效果。在財務報表欺詐研究中，提出了基於集成學習的財務報表欺詐監測方法、考慮傳統財務指標和財務文本的智慧型監測方法，取得了較好的監測效果。最後，基於上述理論和模型，開發了一個金融欺詐監測原型系統，對金融欺詐行為進行實時分析、監測和預警，為金融欺詐事件的識別加快了回響速度，提高工作效率與質量。本項目的研究成果豐富和擴充金融風險管理理論與方法，發展金融欺詐監測技術和方法，得到了金融企業的關注和重視，可以為金融企業提供有效的分析工具和決策支持。