检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

(t,n)阈方案的欺诈识别

计算机研究与发展 1999年第7期36卷 853-858页

作者：谭凯军诸鸿文顾尚杰上海交通大学电子工程系

（ｔ，ｎ）阈方案中的欺诈识别是一个很重要的问题．文中提出了一种有效的基于平方剩余的欺诈识别方案，攻击时的难度相当于分解两个大素数的乘积的难度．它无须使用单向哈希函数，并且对公共参数的完整性给予保证，可以阻止阴谋者起诉... 详细信息

（ｔ，ｎ）阈方案中的欺诈识别是一个很重要的问题．文中提出了一种有效的基于平方剩余的欺诈识别方案，攻击时的难度相当于分解两个大素数的乘积的难度．它无须使用单向哈希函数，并且对公共参数的完整性给予保证，可以阻止阴谋者起诉陷害某个特殊的成员．它很容易扩展到分享多个秘密的情况．它所需的通信量较Ｃｈａｎｇ－Ｈｗａｎｇ方案小．

关键词：欺诈识别阈方案平方剩余信息安全

基于BP神经网络的新农合欺诈识别实证研究——以定点医疗机构欺诈滥用为中心

在线全文

学校读者我要写书评

暂无评论

云南师范大学学报（哲学社会科学版） 2015年第3期47卷 117-128页

作者：林源怀化学院经济系湖南怀化418008

有效识别新农合定点医疗机构欺诈滥用行为对新农合基金的安全有重大意义。为此,本文旨在构建新农合欺诈识别指标体系,利用主成分分析法结合BP神经网络模型,对定点医疗机构住院医疗服务的欺诈滥用行为识别进行实证研究,并与Logistic回归... 详细信息

有效识别新农合定点医疗机构欺诈滥用行为对新农合基金的安全有重大意义。为此,本文旨在构建新农合欺诈识别指标体系,利用主成分分析法结合BP神经网络模型,对定点医疗机构住院医疗服务的欺诈滥用行为识别进行实证研究,并与Logistic回归模型的性能进行比较。研究表明,BP神经网络模型具有较高的识别能力,其性能优于Logistic回归模型。因此,将其应用于新农合管理实践将有助于提高医疗费用支付审核的效率和准确性。

关键词：新农合欺诈识别主成分分析 BP神经网络

基于BP神经网络的保险欺诈识别研究——以中国机动车保险索赔为例

在线全文

学校读者我要写书评

暂无评论

保险研究 2011年第3期 79-86页

作者：叶明华华东师范大学国际金融与风险管理研究中心上海200241

当前保险欺诈在国内外呈现蔓延态势,尤其体现在机动车保险领域,欺诈识别已成为保险欺诈研究的核心内容。目前保险欺诈识别有统计回归和神经网络两大类方法,这两种方法在指导思想和识别流程上各有优缺。本文基于我国财产保险公司车险索... 详细信息

当前保险欺诈在国内外呈现蔓延态势,尤其体现在机动车保险领域,欺诈识别已成为保险欺诈研究的核心内容。目前保险欺诈识别有统计回归和神经网络两大类方法,这两种方法在指导思想和识别流程上各有优缺。本文基于我国财产保险公司车险索赔样本数据,检验BP神经网络在我国保险欺诈识别中的有效性;同时为了尝试统计回归和神经网络的有效融合,本文采用Logit离散模型获得的指标作为精炼解释变量训练神经网络,通过两种预测结果比对分析,构建我国保险索赔指标完善和神经网络欺诈识别技术改进的对策。

关键词：保险欺诈欺诈识别 BP神经网络

基于模板用户信息搜索行为和统计分析的共谋销量欺诈识别

在线全文

学校读者我要写书评

暂无评论

现代图书情报技术 2015年第11期 41-50页

作者：王忠群乐元修宇皇苏斌汪千松安徽工程大学管理工程学院芜湖241000

【目的】针对电子商务推广中出现的共谋虚增销量的欺诈问题,提出一种基于模板用户信息搜索行为和统计分析的共谋销量识别方法。【方法】为了刻画用户在C2C网站购物时的信息搜索行为,提出一种带关键字的用户信息搜索行为模型以及信息搜... 详细信息

【目的】针对电子商务推广中出现的共谋虚增销量的欺诈问题,提出一种基于模板用户信息搜索行为和统计分析的共谋销量识别方法。【方法】为了刻画用户在C2C网站购物时的信息搜索行为,提出一种带关键字的用户信息搜索行为模型以及信息搜索行为的相似度计算方法;依据共谋用户信息搜索行为的相似性,提出一种基于层次聚类的欺诈嫌疑挖掘算法;给出基于统计分析的欺诈识别方法从欺诈嫌疑中识别共谋买家,以实现对卖家销售记录中虚增销量的识别。【结果】在改进的数据集上验证该方法的召回率和准确率分别为88.6%和90.1%。【局限】不能动态调整用于识别欺诈嫌疑行为是否为"刷单"的阈值。【结论】该方法可有效识别基于模板用户信息搜索行为的共谋虚增销量。

关键词： C2C 信息搜索行为共谋虚增商品销量欺诈识别

在线全文

学校读者我要写书评

暂无评论

基于BP神经网络的健康保险欺诈识别研究

基于BP神经网络的健康保险欺诈识别研究

作者：杨超青岛大学

学位级别：硕士

从全球范围来看,保险欺诈案件呈逐年递增态势,而且每年都会造成数千亿美元损失。保险欺诈不仅扭曲了保险定价机制,损害保险经营的最大诚信原则,而且还严重威胁医保基金安全,妨碍医保政策的有效实施。因此,反欺诈研究尤其是欺诈识别研究... 详细信息

从全球范围来看,保险欺诈案件呈逐年递增态势,而且每年都会造成数千亿美元损失。保险欺诈不仅扭曲了保险定价机制,损害保险经营的最大诚信原则,而且还严重威胁医保基金安全,妨碍医保政策的有效实施。因此,反欺诈研究尤其是欺诈识别研究已成为学术界和实务界研究的热点领域。关于保险欺诈的理论研究已较为深入,研究人员从信息经济学、社会心理学等角度对欺诈的形式、成因及反欺诈措施等方面进行了系统研究;机动车保险欺诈的实证研究从最初的统计分析方法发展到人工智能识别技术以及两者的有机结合,并从概念模型构建向实证分析逐步过渡。然而,受健康保险信息技术和数据储备的限制,以及复杂医疗环境的阻碍,相对于国际上健康保险欺诈实证研究的热络,国内健康险欺诈识别与度量的研究还寥寥无几。基于此,本文在参考国内机动车辆险欺诈识别研究成果的基础上,尝试运用统计回归和神经网络相结合的方法对健康服务需求方道德风险引致的欺诈进行识别研究。首先结合国内外保险欺诈的相关研究对我国健康险欺诈问题进行理论分析;以住院医疗保险具体险种为例搜集索赔案件样本数据,在理论分析的基础上结合专家意见确定欺诈识别因子;运用logistic回归分析提取具有模型显著性的识别因子,作为输入数据对构建的BP神经网络模型进行训练,并选取检验样本对模型的有效性进行预测检验;最后根据研究结果提出针对性的反欺诈措施和政策建议。研究结果显示,嵌入logistic回归分析的BP神经网络模型在特定条件下和一定范围内可以作为健康险欺诈识别的有效工具。本研究在一定程度上揭示了我国健康险欺诈的特征与规律,对改进保险机构欺诈识别技术、提高反欺诈能力具有一定的现实意义。

关键词：健康保险欺诈识别道德风险 logit回归 BP神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Tobit回归的健康保险欺诈识别研究

基于Tobit回归的健康保险欺诈识别研究

作者：张伟伟青岛大学

学位级别：硕士

2007年我国卫生部正式提出了“健康中国2020”战略,健康产业特别是健康保险市场迎来了高速发展时期,但在健康保险市场快速发展同时,健康保险欺诈问题却日益严重,并且健康保险欺诈已成为阻碍健康保险市场发展和人民健康生活水平提升的主... 详细信息

2007年我国卫生部正式提出了“健康中国2020”战略,健康产业特别是健康保险市场迎来了高速发展时期,但在健康保险市场快速发展同时,健康保险欺诈问题却日益严重,并且健康保险欺诈已成为阻碍健康保险市场发展和人民健康生活水平提升的主要因素。目前,健康保险欺诈因子识别的相关研究已成为保险理论研究和实证研究的重点和热点。国内外学者已在健康保险欺诈识别领域积累了许多研究成果,并分别从博弈论与信息经济学、法律学以及制度经济学等视角开展识别研究,为实证研究的进一步深入打下了良好基础。但我国保险市场基础设施建设滞后,样本数据获取困难,国内针对健康保险欺诈识别的实证研究进展缓慢。本文首先对该领域相关研究成果进行综述,并在此基础上对健康保险理论有关理论问题进行梳理分析,并结合我国保险市场发展实际,对健康保险欺诈现状和成因进行理论层面上的识别研究,归纳分析我国健康保险市场欺诈的表现特征和表现形式,对健康保险问题进行博弈分析,从中发掘识别健康保险欺诈中的关键因子;然后以青岛XXX保险公司五年的健康保险理赔数据为研究样本,通过建立多元复回归模型和Tobit模型来分析被保险人投保保额的高低与其年龄、职业风险类型、地域因素等属性特性间的相关关系,以检测保险欺诈因素的存在性。实证结果显示:在信息不对称条件下,健康保险市场会出现明显的逆选择问题;当被保险人处于县区和高风险职业状态时,倾向于选择更高额度的保单;被保险人的职业状态和被保险人的地域位置对该保险人理赔损失率有正相关关系存在。最后根据实证研究结果,有针对性的提出我国健康保险欺诈识别的政策建议。

关键词：健康保险信息不对称 Tobit模型欺诈识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

XGBOOST在车险欺诈识别中的应用研究

XGBOOST在车险欺诈识别中的应用研究

作者：朴景华对外经济贸易大学

学位级别：硕士

随着我国经济发展,保险市场规模逐年增长,尤其是车险行业蓬勃发展。但发展的背后隐藏了诸多问题,例如车险欺诈行为频发,涉案金额持续增长,导致行业整体赔付支出偏高,间接导致被保险人的保费支出增加,无论从国家还是个人角度来看都有恶... 详细信息

随着我国经济发展,保险市场规模逐年增长,尤其是车险行业蓬勃发展。但发展的背后隐藏了诸多问题,例如车险欺诈行为频发,涉案金额持续增长,导致行业整体赔付支出偏高,间接导致被保险人的保费支出增加,无论从国家还是个人角度来看都有恶劣影响。所以如何识别欺诈行为,预防和阻止欺诈案件发生,是目前各家财产保险公司的重点工作之一,是降低赔付率的必要条件。车险欺诈识别工作目前有行业专项行动和保险公司内部识别两种类型,前者一般不定期由保险监管部门、地方经侦局和保险公司联合开展,后者主要依赖各家保险公司内部理赔部门工作人员的能力和经验去识别,部分公司通过引入反欺诈系统来辅助理赔人员进行决策和破案。因为各公司理赔人员的能力和经验水平良莠不齐,且难以复制,所以各公司间反欺诈能力不尽相同。同时行业内现有的反欺诈系统主要基于规则引擎去实现欺诈案件的识别,无法跟上不断变化的欺诈手段,效果有限,所以也没有得到广泛应用。因此,希望借助机器学习技术实现保险公司欺诈识别能力的提升,此举也符合近年来保险公司信息系统建设向大数据和人工智能发展的趋势。本文基于保险公司内部数据,参考行业经验和相关文献研究结果,进一步挖掘数据潜在价值,最后通过决策树、GBDT和XGBoost分别建模并验证效果,证实通过保险公司内部数据建模可以达到一定的识别效果,并且可以通过现有系统改造或对接第三方数据丰富数据来源和内容,进一步提高机器学习在欺诈识别工作中的作用。

关键词：保险欺诈识别 XGBoost 数据挖掘机器学习

基于特征工程和均值不确定逻辑回归在广告和银行领域欺诈识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征工程和均值不确定逻辑回归在广告和银行领域欺诈识别

作者：张媛媛山东大学

学位级别：硕士

随着经济和科技的发展,各个领域的欺诈风险都在逐渐上升,为了规避欺诈损失,各领域纷纷构建了大量的数据仓库,储存了海量的数据,但从大量的高维数据到解决欺诈问题,中间还需要构建高效且合理的欺诈识别模型.本论文选取了广告点击欺诈和... 详细信息

随着经济和科技的发展,各个领域的欺诈风险都在逐渐上升,为了规避欺诈损失,各领域纷纷构建了大量的数据仓库,储存了海量的数据,但从大量的高维数据到解决欺诈问题,中间还需要构建高效且合理的欺诈识别模型.本论文选取了广告点击欺诈和银行信用卡欺诈两个典型的欺诈场景,在对数据集进行常规特征工程的基础上,利用滑动窗口和均值的不确定性构建新的衍生特征,更好利用了数据集中暗含的信息.同时本文对均值不确定逻辑回归所适用的数据不均衡范围进行了探索.此后,使用逻辑回归,均值不确定逻辑回归,XGBoost和LightGBM构建欺诈识别单一模型.并基于融合模型的架构,根据算法差异性原则将逻辑回归,均值不确定逻辑回归,XGBoost和LightGBM四个单一模型,采用等权重法,性能评估法,网格搜索法,Stacking法组合,构建了四个组合模型E-LR-unLR-LGB-XGB,C-LR-unLR-LGB-XGB,G-LR-unLR-LGB-XGB和S-LR-unLR-LGB-XGB.此外为了验证新特征衍生方式对欺诈识别的提升效果,分别针对有无特征衍生的数据集构建了两组单一模型和组合模型.最后对各模型自身在有(无)特征衍生数据集上的识别效果进行比较,同时对单一模型和组合模型的识别效果进行比较,研究发现:含衍生特征的广告数据集上单一模型的准确率,查准率,查全率,AUC和综合性能评分较不含衍生特征的单一模型平均提高了 3.50%,3.04%,4.01%,0.0426和0.0411,在组合模型上各项指标平均提高了3.45%,2.68%,4.72%,0.0391和0.0440;银行信用卡数据集上单一模型各指标平均提高了 20.41%,19.30%,16.57%,0.1299 和 0.1514,在组合模型上各指标提高了 27.43%,12.49%,10.55%,0.1462和0.1218.最优组合模型在均衡和不均衡数据集上召回率和综合性能评分均高于单一模型最好情况,具有稳健性,且反映了更强的欺诈识别能力.综上所述,理论分析和实证结果表明:在两个数据集上,论文提出的加入新衍生特征的组合模型具有更好的欺诈识别能力.

关键词：欺诈识别机器学习特征工程非线性期望

面向P2P网贷平台欺诈识别的自适应代价敏感多分类模型研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向P2P网贷平台欺诈识别的自适应代价敏感多分类模型研究

作者：王凤可河北工业大学

学位级别：硕士

近年来,互联网金融快速发展,金融业务的创新模式层出不穷,极大促进了金融业的发展和繁荣。P2P网络借贷作为一种新兴的互联网金融模式,其小额信贷、自主选择、自由搭配的借贷形式能够满足广大个体与小微企业的借贷需求,对于完善我国金融... 详细信息

近年来,互联网金融快速发展,金融业务的创新模式层出不穷,极大促进了金融业的发展和繁荣。P2P网络借贷作为一种新兴的互联网金融模式,其小额信贷、自主选择、自由搭配的借贷形式能够满足广大个体与小微企业的借贷需求,对于完善我国金融体系、缓解民间资本投资和小微企业融资需求具有重要意义。然而,在其方便、快捷的背后,P2P网络借贷也暴露出越来越多风险和监管问题,平台倒闭、跑路、提现困难等欺诈事件频繁发生,严重阻碍行业的健康发展。因此,本文针对P2P网贷平台欺诈识别问题,提出一种自适应代价敏感加权集成算法,构建代价敏感的决策树多分类集成模型,实现P2P网贷平台欺诈识别与预警,为政府监管和用户投资提供决策支持和参考。本文在综述P2P网贷平台欺诈识别特征和方法的基础上,对非平衡多分类问题展开研究,提出一种面向P2P网贷平台欺诈识别的集成算法,主要包括以下内容:(1)系统归纳和总结了P2P网贷平台欺诈识别研究现状,分析了数据不平衡和误分类代价敏感的特征,并指出现有欺诈识别方法的主要问题。(2)深入研究了应用决策树算法进行欺诈识别的优势与不足,分析应用C5.0决策树算法解决P2P网贷平台欺诈识别所存在的问题,以及问题产生的原因。(3)针对现有方法的不足,提出了一种自适应代价敏感加权集成算法ACWEA,具体改进点包括以下三个方面:第一,提出加权信息增益率作为属性选择的标准,除了考虑属性所包含的信息量,更强调识别欺诈的重要性,体现属性对不同类别的贡献差异。第二,在C5.0决策树算法的基础上引入代价矩阵,以最小化误分类代价为目标,并针对其静态学习机制,提出代价空间、目标函数以及搜索方法,实现自适应代价敏感学习,提高模型的泛化性能。第三,针对单分类器解决多分类问题存在的不足,采用逐步一对多方法将多分类转化为多个二分类问题,构建面向非平衡多分类问题的集成模型,提高各类别的识别效果。(4)从P2P行业门户网站采集我国现有P2P网贷平台的大规模数据,以2890家真实P2P网贷平台数据为样本进行模型测试,与多种现有主流方法进行比较和统计检验,验证了ACWEA集成算法解决P2P网贷平台欺诈识别问题的显著优势。

关键词：互联网金融 P2P网贷平台欺诈识别加权信息增益率自适应代价敏感学习