我说是胡扯：众筹活动中的欺诈检测
计算机与社会
2020-07-01 v1 密码学与安全
机器学习
社会与信息网络
摘要
近年来，基于慈善的众筹环境中的捐赠不断上升。不足为奇的是，此类平台中的欺骗与欺诈也随之增加，但并未被充分研究以理解哪些特征可暴露此类行为并支持其自动检测与拦截。事实上，众筹平台通常是各自服务中发起活动唯一的监督方。然而，它们并无恰当激励去打击用户及其所发起活动中的欺诈：一方面，平台收入与交易笔数成正比（因平台对每笔捐赠收取固定费用）；另一方面，若平台透明披露其欺诈数量，可能会打消潜在捐赠者的参与意愿。本文中，我们迈出研究众筹活动欺诈的第一步。我们分析了从多个众筹平台收集的数据，并将 700 个活动标注为欺诈或非欺诈。我们计算了多种基于文本和图像的特征，研究其分布及其与活动欺诈的关联。利用这些属性，我们构建了机器学习分类器，并表明仅使用活动发布时描述中可用的特征（即无用户或资金活动），即可自动分类此类欺诈行为，准确率高达 90.14%、AUC 达 96.01%，使我们的方法可应用于用户浏览器的实时运行。
引用
@article{arxiv.2006.16849,
title = {I call BS: Fraud Detection in Crowdfunding Campaigns},
author = {Beatrice Perez and Sara R. Machado and Jerone T. A. Andrews and Nicolas Kourtellis},
journal= {arXiv preprint arXiv:2006.16849},
year = {2020}
}