| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 国外研究成果 | 第8-9页 |
| 1.2.2 国内研究成果 | 第9-10页 |
| 1.3 本文内容及创新 | 第10-11页 |
| 第2章 信用卡交易数据特点及处理方法 | 第11-15页 |
| 2.1 易泄露客户隐私 | 第11页 |
| 2.2 数据信息非对称性 | 第11-14页 |
| 2.2.1 非对称信息数据简单介绍 | 第11-12页 |
| 2.2.2 基于非对称信息数据建模的处理方法 | 第12-14页 |
| 2.3 小结 | 第14-15页 |
| 第3章 建立信用卡欺诈识别模型 | 第15-38页 |
| 3.1 基于SMOTE抽样方法的LOGISTIC回归模型 | 第15-23页 |
| 3.1.1 基于非对称信息数据的SMOTE抽样方法 | 第15-16页 |
| 3.1.2 Logistic回归模型介绍 | 第16-19页 |
| 3.1.3 基于SMOTE抽样的Logistic回归建模 | 第19-23页 |
| 3.2 信用卡欺诈识别算法—AdaCost | 第23-32页 |
| 3.2.1 决策树介绍 | 第23-27页 |
| 3.2.2 Adaboost算法介绍 | 第27-29页 |
| 3.2.3 利用AdaCost建立信用卡欺诈识别模型 | 第29-32页 |
| 3.3 两种模型的比较 | 第32-37页 |
| 3.3.1 模型评价指标 | 第32-35页 |
| 3.3.2 两种模型的比较 | 第35-37页 |
| 3.4 小结 | 第37-38页 |
| 第4章 总结与展望 | 第38-40页 |
| 4.1 总结 | 第38-39页 |
| 4.2 展望 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44页 |
