基于数据挖掘的异常数据捕获分析
在金融行业中,各种信用卡的使用已经逐渐融入到普通居民的日常生活中,并带来了许多方便。然而利用信用卡进行欺诈的行为时有发生,给储户带来了巨大的损失,同时也给整个金融业带来恶劣的影响。异常检测是解决信用卡欺诈的一个常用手段,它是数据挖掘中一个重要方面,用来发现”小的模式”(相对于聚类),即数据集中间显著不同于其他数据的对象。目前提出的异常检测的方法均是基于统计的方法(如数据挖掘)和基于硬件的方法(如防火墙),基于统计的方法均通过建立特征库然后通过模式匹配的方法来检测异常,但这样方式会遗漏不少的异常数据。本文采用了一种基于主成分分析法(Principal Component Analysis, PCA)的数据挖掘方法来捕获异常数据,以此来最大程度发现信用卡欺骗行为,通过实验证明此方法是有效的。
异常检测 数据挖掘 主成分分析 信用卡欺诈
刘芬 吴鹏
云南财经大学信息学院 昆明 650021 云南大学信息学院计算机科学与工程系 昆明 650091
国内会议
昆明
中文
794-797
2007-11-08（万方平台首次上网日期，不代表论文的发表时间）