同时建模字段值变化与字段交互用于欺诈检测
机器学习
2021-05-21 v2 密码学与安全
摘要
随着电子商务的爆发式增长，在线交易欺诈已成为电商平台面临的重大挑战之一。用户的历史行为为挖掘其欺诈风险提供了丰富信息。尽管已有大量相关工作，一个长期存在的挑战是如何有效利用用户内部信息并提供可解释的预测结果。事实上，来自不同事件的同一字段的值变化，以及单个事件内不同字段的交互，已被证明是欺诈行为的强指示特征。本文提出双重重要性感知因子分解机（DIFM），从双重视角利用用户行为序列中的内部字段信息，即同时考虑字段值变化与字段交互来进行欺诈检测。所提模型已部署于全球最大电商平台之一的风险管理系统中，用于提供实时交易欺诈检测。基于平台不同地区的真实工业数据的实验结果清晰表明，与多种 SOTA 基线模型相比，我们的模型取得了显著改进。此外，DIFM 还能从双重视角对预测结果给出解释性洞察。
引用
@article{arxiv.2008.05600,
title = {Modeling the Field Value Variations and Field Interactions Simultaneously for Fraud Detection},
author = {Dongbo Xi and Bowen Song and Fuzhen Zhuang and Yongchun Zhu and Shuai Chen and Tianyi Zhang and Yuan Qi and Qing He},
journal= {arXiv preprint arXiv:2008.05600},
year = {2021}
}
备注
Accepted by AAAI2021