信用卡欺诈检测中的数据集偏移量化

机器学习和数据挖掘技术已被广泛用于检测信用卡欺诈。然而购买行为和欺诈者策略可能随时间变化。这一现象在欺诈检测领域被称为数据集偏移或概念漂移。在本文中，我们提出一种方法，用于逐日量化我们的面对面信用卡交易数据集（持卡人位于店内）中的数据集偏移。实践中，我们将各天相互分类并衡量分类的效率。分类越有效，两天之间的购买行为差异越大，反之亦然。因此，我们获得了一个表征数据集偏移的距离矩阵。在对距离矩阵进行凝聚聚类后，我们观察到数据集偏移模式与该时段的日历事件（节假日、周末等）相匹配。随后我们将该数据集偏移知识作为新特征纳入信用卡欺诈检测任务中。这带来了检测效果的小幅提升。