典型文献
基于XGBoost与自适应SMOTE的信息诈骗识别方法
文献摘要：
信息技术的发展,在便利用户生活的同时,也为不法分子进行诈骗活动提供了更便捷的方式,信息诈骗的影响日益严重.通过对通信用户的基础信息、语音通话、短信收发、网站流量记录等行为数据进行分析,基于普通用户和诈骗用户群体间差异较大的行为数据,构建特征向量,针对信息诈骗中样本不平衡问题设计自适应过采样算法进行数据平衡,并通过"阈值筛选"和"嵌入式筛选"降低样本噪声,采用XGBoost构建诈骗用户识别模型.实验表明,模型方法在两个独立数据集上表现良好,在85％精确率上诈骗用户召回率分别为90.8％和89.1％.
文献关键词：
XGBoost;信息诈骗;样本不平衡;过采样;风险
中图分类号：
作者姓名：
杨伟志;赵小蕾;王玉娟;黎丹雨
作者机构：
广州新华学院信息科学学院 广东东莞 523133
文献出处：
引用格式：
[1]杨伟志;赵小蕾;王玉娟;黎丹雨-.基于XGBoost与自适应SMOTE的信息诈骗识别方法)[J].信息技术与信息化,2022(09):32-35
A类：
诈骗识别
B类：
XGBoost,SMOTE,信息诈骗,不法分子,行诈,更便,日益严重,通信用,基础信息,通话,短信,收发,行为数据,普通用户,用户群体,群体间差异,特征向量,样本不平衡,不平衡问题,问题设计,过采样,采样算法,数据平衡,阈值筛选,用户识别,识别模型,模型方法,独立数,精确率,召回率
AB值：
0.453804
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
