赖俊豪 李俊安

（华南农业大学电子工程学院(人工智能学院) 广州省广东市 510642）

随着网络购物的兴起，无纸化支付的便捷，人们更倾向于网络支付。网络支付在带给我们便捷的体验的同时，也带来了全新的交易风险。不同于传统的线下交易，网络交易的欺诈更具有隐藏性，朔源难的特点，一旦发生，损失难以追回。对风险交易进行识别与预警，可以有效减少公民损失，打击网络违法犯罪的气焰嚣张。目前对风险交易的提示，主要是靠提取双方聊天中的关键词进行识别，未能充分根据用户地区，交易类型等进行综合判断。同时，风险交易的数据集是典型的高度不平衡的数据集，安全交易的数据量远远大于风险交易的数据量。通常在真实交易数据中，仅有1%是风险交易[1]，这导致仅有少量的风险交易样本可用于学习，至使大部分传统神经网络算法不佳。幸运的是，Facebook提出了一种利用梯度提升决策树(GBDT)与逻辑回归算法(LR)相结合的CTR预估模型[2]，大量的文献表明，该模型在多特征的机器学习中具有优良的效果。本文探索了典型非均衡的多特征数据集的处理流程，并用一组真实的风险交易的数据集，验证了机器学习在预测风险交易中的应用。

1 算法流程

1.1 数据预处理

对于实验的数据集，往往需要进行一定的预处理步骤。如检查数据集中有无缺失值，如果有，往往需要对缺失值进行删除或插补，考虑到数据样的来之不易，盲目地删减特征值是对信息的极大浪费，实验过程中，学者往往通过均值估计或极大似然估计对对缺失值进行插补。……