基于神经网络的银行卡反欺诈系统模型的改进及其实证
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·论文研究的背景及意义 | 第11-12页 |
| ·银行卡反欺诈模型的国内外研究现状 | 第12-17页 |
| ·银行卡反欺诈模型国外研究现状 | 第12-15页 |
| ·银行卡反欺诈模型国内研究现状 | 第15-17页 |
| ·本文的研究方法、框架及创新处 | 第17-21页 |
| ·研究方法和框架 | 第17页 |
| ·借鉴的不同行业反欺诈思想 | 第17-19页 |
| ·借鉴的先进科学技术 | 第19-20页 |
| ·总体特点和创新点 | 第20-21页 |
| 第2章 银行卡反欺诈模型比较研究 | 第21-39页 |
| ·基本概念和理论基础 | 第21-25页 |
| ·基于规则的银行卡反欺诈系统模型 | 第25-30页 |
| ·基于规则的系统模型简介 | 第25-28页 |
| ·延伸和简化的基于规则系统模型 | 第28-29页 |
| ·基于规则系统模型的特点 | 第29-30页 |
| ·基于神经网络的银行卡反欺诈系统模型 | 第30-34页 |
| ·基于神经网络系统模型简介 | 第30-32页 |
| ·基于神经网络系统模型的特点 | 第32-34页 |
| ·国际上比较成熟的反欺诈技术产品模型 | 第34-36页 |
| ·成熟的反欺诈技术 | 第34-35页 |
| ·成熟的反欺诈产品 | 第35-36页 |
| ·国内已有的反欺诈技术产品模型 | 第36-37页 |
| ·国内已有反欺诈技术 | 第36-37页 |
| ·国内已有反欺诈产品 | 第37页 |
| ·技术产品分析总结 | 第37-39页 |
| 第3章 符合国内现状的银行卡反欺诈模型 | 第39-55页 |
| ·现状分析 | 第39-41页 |
| ·反欺诈系统模型改进 | 第41-44页 |
| ·改进的原则 | 第41页 |
| ·改进的方法 | 第41-44页 |
| ·改进的反欺诈系统模型核心设计思想 | 第44-47页 |
| ·改进的反欺诈系统模型架构 | 第47-51页 |
| ·反欺诈系统模型与实际银行卡应用的结合 | 第51-55页 |
| ·系统模型与实际应用的组合形式 | 第52-53页 |
| ·反欺诈系统的客户化开发工作量 | 第53-55页 |
| 第4章 实证应用研究 | 第55-92页 |
| ·应用背景介绍 | 第55-56页 |
| ·借记卡网上支付反欺诈系统模型 | 第56-60页 |
| ·借记卡网上支付系统介绍 | 第56-57页 |
| ·借记卡网上支付反欺诈系统结构 | 第57-58页 |
| ·借记卡网上支付反欺诈系统核心设计 | 第58-60页 |
| ·BP神经网络模型 | 第60-63页 |
| ·BP神经网络模型介绍 | 第60-62页 |
| ·BP神经网络的应用 | 第62-63页 |
| ·应用模型设计和数据计算方法 | 第63-73页 |
| ·BP神经网络模型设计 | 第63-65页 |
| ·BP神经网络参数的设置 | 第65-66页 |
| ·BP神经网络训练集样本的选取 | 第66-68页 |
| ·输入数据的标准化 | 第68-73页 |
| ·输出参数的标准化 | 第73页 |
| ·案例测试分析 | 第73-89页 |
| ·固定大客户案例的测试 | 第75-83页 |
| ·固定小客户案例的测试 | 第83-88页 |
| ·测试案例结论 | 第88-89页 |
| ·反欺诈模型在应用出现的问题及修正 | 第89-92页 |
| ·消费行为模式混乱 | 第89-90页 |
| ·无任何消费行为 | 第90页 |
| ·动态消费行为模式盲点 | 第90-91页 |
| ·消费行为比较相似盲点 | 第91-92页 |
| 第5章 结论和未来设想 | 第92-93页 |
| ·本文结论 | 第92页 |
| ·系统未来设想 | 第92-93页 |
| 参考文献 | 第93-97页 |
| 附录A 一部分核心源代码 | 第97-109页 |
| 致谢 | 第109页 |
