Resumen

La detección de fraudes es uno de los problemas fundamentales en el control de riesgos de préstamos, que tiene como objetivo detectar solicitudes de préstamos fraudulentas y salvaguardar la propiedad tanto de individuos como de organizaciones. Debido a su estrecha relación con la seguridad de las operaciones financieras, la detección de fraudes ha recibido una amplia atención de la industria. En los últimos años, con el rápido desarrollo de la tecnología de inteligencia artificial, se ha aplicado un método de ingeniería de características automático que puede ayudar a generar características para la detección de fraudes con buenos resultados. Sin embargo, en la detección de fraudes en préstamos de automóviles, los métodos existentes no satisfacen los requisitos debido a una sobredependencia en características conductuales. Para abordar este problema, este artículo propuso un método optimizado de síntesis de características profundas (DFS) en el esquema de ingeniería de características automático para mejorar la detección de fraudes en préstamos de automóviles. Problemas como la explosión de la dimensión

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Detección de fraudes; Control de riesgos de préstamos; Tecnología de inteligencia artificial; Ingeniería de características; Detección de fraudes en préstamos de coches; Síntesis de características profundas
• Keywords:Fraud detection; Loan risk control; Artificial intelligence technology; Feature engineering; Car loan fraud detection; Deep feature synthesis