基本信息

---

下载

文档摘要

---

摘要

随着在线支付深入到各行各业，在线支付欺诈问题愈发严重，因此基于人工智能技术的欺诈检测模型

越来越多地被应用于在线欺诈检测领域.当前，针对欺诈检测的人工智能技术常基于特征选择与深度学习，

由于深度学习的黑盒属性，导致该类模型的判断逻辑不可解释，从而引发模型的不可信问题.集成学习的

模型具有可解释性，但是基于集成学习的模型在支付欺诈检测精度方面显著逊色于深度学习，这是由于集

成学习不擅长直接提取特征之间的内在联系造成的，而概率统计技术能够揭示特征之间的联系，且分析结

果有助于提升人们对在