【风控】作弊用户行为序列图片化_人工智能

在风控里面,用户的行为特征是非常重要的特征,但是经常都是在比较单一的维度去提取特征,有没有一种可能,放到二维甚至更高维度。这样就能提取到更为抽象的特征。下面是我研究过的两中方法,由于时间和业务变化的关系,只做了初步的探索,并没有做到最后,这里分享给大家,看看能不能有什么启示。

通过这种方法,很多比较明显的特征能够发现。

1、单一特征,双时间维度上构建行为热力图,每个特征构建一个图

【风控】作弊用户行为序列图片化_算法_02

【风控】作弊用户行为序列图片化_机器学习_03

【风控】作弊用户行为序列图片化_算法_04

2、多个特征,单时间维度,将多个特征和时间分别作为一个维度,每个用户构建一个图。

【风控】作弊用户行为序列图片化_算法_05

构建完成后,通过图片算法,进行分类。

【风控】作弊用户行为序列图片化_大数据_06

案例:正常商家,后天登录时间基本和上班时间吻合

【风控】作弊用户行为序列图片化_算法_07

案例:异常商家,登录时间和正常上班时间不一样

【风控】作弊用户行为序列图片化_算法_08

大家可以看看自己的场景,测试下效果,我现在的业务不是很好测试,后面有机会会进行全面的测试。








AI基础下载机器学习交流qq群955171419