基于机器学习的电信诈骗危险预测研究

提前检测电信欺诈行为能减少消费者的损失，有助于维护社会经济秩序。分析银行卡交易地点与家的距离等7个变量与诈骗行为的关系，分别建立Logistic回归、决策树、XGBoost等诈骗行为预测模型。研究结果表明：1)不通过芯片(银行卡)进行的交易、交易时不使用PIN码、在线交易订单均会提高被诈骗的概率；2)对比分析准确率等评价指标发现XGBoost算法在电信诈骗行为预测效果上表现更好。