一种基于ABC-SOM神经网络的消费信贷场景欺诈检测方法

摘要

本发明涉及互联网金融行业的风控技术领域，尤其为一种基于ABC‑SOM神经网络的消费信贷场景欺诈检测方法，所采用的SOM网络是一种无导师的自组织映射的无监督神经网络模型，可通过自动寻找数据中的内在规律和属性，自组织、自适应地改变网络参数和结构，具有非线性、高度并行性、容错性、鲁棒性和较强的自适应学习能力，处理不确定性或模糊信息方面的能力突出；相比传统的GA和PSO等优化算法，ABC算法不容易陷入局部最优、收敛速度和稳定性均有提高，在搜索空间中不会被其约束条件所限制，具有鲁棒性好，参数少等优点；采用ABC算法优化的SOM模型具有精度高、可靠性强等特点，可以提高了申请行为欺诈检测准确性，实现消费信贷场景欺诈的实时检测。