基于时空聚集的网贷反欺诈建模与研究

识别突发的团伙欺诈已经成为网贷业务中亟待解决的问题.在特征维度较少的情况下,提出了一种基于时空聚集的网贷反欺诈模型.首先基于用户定位信息和申请贷款的时间,设计了一个适用于网贷场景下的聚集指标:K-N最近邻指数;然后,将不同时间观察窗口的K-N最近邻指数利用基于LSTM(长短期记忆网络)的seq2seq(序列到序列)模型提取embedding(嵌入)特征;最后,利用LightGBM模型预测欺诈发生的概率.实验结果表明,所提出的指标能更有效地捕捉坏账,且相比于仅使用基础特征,预测结果的KS值和AUC都有了较好的提升.