买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民警察大学(公安部国际执法合作学院、中国维和警察培训中心)

摘要：本发明公开了一种基于Stacking融合算法的银行卡诈骗预测方法，属于大数据预测领域，包括以下步骤：S1、获取脱敏银行卡诈骗原始数据集，并对其进行预处理，得到输入数据集；S2、构建基于Stacking融合算法模型的银行卡犯罪预测模型；S3、利用基于Stacking融合算法模型的银行卡犯罪预测模型预测。本发明采用上述基于Stacking融合算法的银行卡诈骗预测方法，通过将不同的基模型进行融合，提高了传统Stacking模型的预测性能和泛化能力。

主权项：1.一种基于Stacking融合算法的银行卡诈骗预测方法，其特征在于：包括以下步骤：S1、获取脱敏银行卡诈骗原始数据集，并对其进行预处理，得到输入数据集；步骤S1所述的脱敏银行卡诈骗原始数据集中的数据存在交易特征描述；步骤S1所述的预处理包括以下步骤：S11、利用SMOTE过采样法对脱敏银行卡诈骗原始数据集进行数据过抽样均衡化处理；S12、特征分析：绘制不同交易特征描述的数据分布图，筛选出交易特征描述为连续值的作为特征变量，作为判断与目标特征的关系是否为银行卡诈骗数据之间关系的依据；交易特征描述包括连续值和二项分布值，连续值包括银行卡交易地点与家的距离、与上次交易发生的距离、近一次交易与以往交易价格中位数的比率；二项分布值包括交易是否发生在同一个商户、是否通过银行卡进行的交易、交易时是否使用了PIN码、是否是在线交易订单；S2、构建基于Stacking融合算法模型的银行卡犯罪预测模型；S3、利用基于Stacking融合算法模型的银行卡犯罪预测模型预测；步骤S3具体包括以下步骤：S31、构建基模型：S311、分别以逻辑回归、朴素贝叶斯、KNN邻近算法和SVC算法为基础构建四个基模型；S312、利用网格搜索、贝叶斯调优分别选择四个基模型的最佳参数，得到四个最佳基模型；S313、利用3折交叉验证方法拟合四个最佳基模型，并利用分类算法评价拟合结果，根据拟合结果筛选出最优基模型；S32、构建元模型：S321、分别以逻辑回归、朴素贝叶斯、KNN邻近算法和SVC算法为基础构建四个元模型；S322、利用网格搜索、贝叶斯调优分别选择四个基模型的最佳参数，得到四个最佳元模型；S323、利用3折交叉验证方法拟合四个最佳元模型，并利用分类算法评价拟合结果，根据拟合结果筛选出最优元模型；S33、将最优基模型作为特征输入，导入最优元模型中，得到Stacking融合算法模型。

全文数据：

权利要求：

百度查询： 中国人民警察大学(公安部国际执法合作学院、中国维和警察培训中心) 基于Stacking融合算法的银行卡诈骗预测方法