基于贝叶斯网络学习系统的欺诈/坏账检测：具有混合数据结构的稀有二值结果
人工智能
2013-02-21 v1
摘要
电信行业中的欺诈/坏账问题带来了两个技术挑战：检测以及针对已检测账户的处理。本文聚焦于第一个问题，即利用贝叶斯网络模型进行检测，并在文末简要讨论了用于处理的规范性专家系统的应用。我们将贝叶斯网络模型应用于电信服务的欺诈/坏账检测问题。除了能够相当成功地预测稀有事件结果外，该模型还能够处理分类数据和连续数据的混合。我们展示了使用线性和非线性判别分析、分类与回归树以及贝叶斯网络模型的性能比较。
引用
@article{arxiv.1302.4945,
title = {Fraud/Uncollectible Debt Detection Using a Bayesian Network Based Learning System: A Rare Binary Outcome with Mixed Data Structures},
author = {Kazuo J. Ezawa and Til Schuermann},
journal= {arXiv preprint arXiv:1302.4945},
year = {2013}
}
备注
Appears in Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence (UAI1995)