基于数据挖掘的商户套用欺诈检测研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 商户类别码套用欺诈来源 | 第9-10页 |
| 1.1.2 商户类别码欺诈的特点及危害 | 第10-11页 |
| 1.2 课题研究背景 | 第11-12页 |
| 1.3 本文的研究内容与创新 | 第12-14页 |
| 1.4 本论文的结构安排 | 第14-15页 |
| 第二章 相关理论与研究 | 第15-24页 |
| 2.1 数据挖掘基本理论 | 第15-16页 |
| 2.1.1 数据挖掘概念 | 第15页 |
| 2.1.2 数据挖掘步骤 | 第15-16页 |
| 2.2 数据挖掘主要研究内容 | 第16-19页 |
| 2.2.1 分类任务 | 第16-17页 |
| 2.2.2 聚类任务 | 第17-18页 |
| 2.2.3 关联分析 | 第18页 |
| 2.2.4 回归分析 | 第18-19页 |
| 2.3 HADOOP理论 | 第19-23页 |
| 2.3.1 HADOOP架构 | 第19-20页 |
| 2.3.2 HDFS简介 | 第20-23页 |
| 2.3.3 MapReduce简介 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 商户套用欺诈检测模型设计 | 第24-45页 |
| 3.1 商户套用欺诈检测模型介绍 | 第24页 |
| 3.2 商户套用欺诈检测模型构建 | 第24-44页 |
| 3.2.1 数据预处理 | 第26-33页 |
| 3.2.2 获取标准行为模式模块 | 第33-38页 |
| 3.2.3 分类器训练模块 | 第38-44页 |
| 3.2.4 分类器分类模块 | 第44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 商户类别码欺诈检测模型分布式实现 | 第45-59页 |
| 4.1 商户套用欺诈检测模型分布式设计 | 第45-46页 |
| 4.2 单机训练标准行为模式库 | 第46-50页 |
| 4.3 单机训练分类器 | 第50-51页 |
| 4.4 上传数据到HDFS | 第51-53页 |
| 4.5 数据预处理分布式化 | 第53-57页 |
| 4.6 分类器分类分布式化 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 实验结果与分析 | 第59-69页 |
| 5.1 实验环境 | 第59页 |
| 5.2 实验数据 | 第59-60页 |
| 5.3 实验结果 | 第60-68页 |
| 5.3.1 模型评价指标 | 第60-62页 |
| 5.3.2 模型的检测结果与分析 | 第62-68页 |
| 5.3.2.1 算法优越性分析 | 第62-66页 |
| 5.3.2.2 时间优越性分析 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 本文的主要贡献 | 第69-70页 |
| 6.2 工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间取得的成果 | 第75-76页 |
