[論文レビュー] Fraud/Uncollectible Debt Detection Using a Bayesian Network Based Learning System: A Rare Binary Outcome with Mixed Data Structures

Kazuo J. Ezawa, Til Schuermann|arXiv (Cornell University)|Feb 20, 2013

Bayesian Modeling and Causal Inference参考文献 24被引用数 47

ひとこと要約

本論文は、混合型のカテゴリカルおよび連続的データを効果的に処理できるベイジアンネットワークベースの学習システムを提案し、通信分野におけるレアな詐欺・回収不能債務事例の検出に用いる。線形および非線形の判別分析、分類・回帰木、その他のモデルと比較して、まれな二値アウトカムを予測する上で優れた性能を示し、クラスに偏りのある実世界のデータにおいても強力な性能を発揮した。

ABSTRACT

The fraud/uncollectible debt problem in the telecommunications industry presents two technical challenges: the detection and the treatment of the account given the detection. In this paper, we focus on the first problem of detection using Bayesian network models, and we briefly discuss the application of a normative expert system for the treatment at the end. We apply Bayesian network models to the problem of fraud/uncollectible debt detection for telecommunication services. In addition to being quite successful at predicting rare event outcomes, it is able to handle a mixture of categorical and continuous data. We present a performance comparison using linear and non-linear discriminant analysis, classification and regression trees, and Bayesian network models

研究の動機と目的

• 通信分野におけるレアな詐欺または回収不能債務事例の検出という課題に取り組むこと。ここでは、これらの事象は稀であるが、高コストである。
• 通信顧客記錣に一般的に見られるカテゴリカルおよび連続的データの混合型を効果的に処理できる、堅牢な機械学習システムの開発。
• ベイジアンネットワークの性能を、線形および非線形の判別分析、意思決定木（CART）などの代替モデルと比較し、まれな二値アウトカムの予測性能を評価すること。
• 検出後の処置意思決定を支援するための規範的エキスパートシステムの基盤を提供すること。

提案手法

• 本研究では、通信顧客データにおける混合型特徴量（カテゴリカルおよび連続的）の間の確率的依存関係を学習するために、ベイジアンネットワークモデルを用いる。
• ネットワーク構造は、制約ベースまたはスコアベースのアルゴリズムを用いてデータから学習され、結合分布上の確率的推論が可能になる。
• 離散変数については条件付き確率分布が推定され、連続変数についてはガウス分布またはカーネル密度推定が用いられる。
• モデルの性能は、クラスに偏りのある実世界の通信データセットを用いて、AUC、精度、再現率、F1スコアなどの標準指標で評価される。
• 線形および非線形の判別分析、分類・回帰木（CART）、その他のベースラインモデルと比較する実験が実施される。
• ベイジアンネットワークの確率的性質を活用することで、クラスの不均衡に対処する設計がなされ、まれな事象を自然に扱える。

実験結果

リサーチクエスチョン

• RQ1 ベイジアンネットワークは、混合データタイプを有する通信分野におけるレアな詐欺または回収不能債務事例を効果的に検出できるか？
• RQ2 ベイジアンネットワークは、線形および非線形の判別分析と比較して、まれな二値アウトカムを予測する上で優れた性能を示すか？
• RQ3 クラスに偏りのある通信データにおいて、AUCおよびF1スコアの観点から、ベイジアンネットワークはCARTのような木ベースのモデルをどの程度上回るか？
• RQ4 ベイジアンネットワークは、大規模な前処理を要せず、カテゴリカルおよび連続的特徴の共存を適切に処理できるか？
• RQ5 ベイジアンネットワークは、検出後の意思決定における規範的エキスパートシステムの基盤としての可能性を有するか？

主な発見

• ベイジアンネットワークモデルは、線形および非線形の判別分析と比較して、レアな詐欺・回収不能債務事例の検出において優れた性能を示した。
• 特に少数クラスにおいて、AUCおよびF1スコアの観点から、分類・回帰木（CART）と比較して、モデルが優れた性能を発揮した。
• ベイジアンネットワークは、データ変換を要せず、混合データタイプの処理においても高い予測精度を維持するという、頑健性を示した。
• 確率的フレームワークにより、リスク感受性の高い応用分野において、まれな事象の事後確率を信頼性高く推定できるようになった。
• 本研究では、クラスに偏りのある実世界の通信データセットにおいて、ベイジアンネットワークがレアイベント検出に適していることが確認された。
• 結果から、ベイジアンネットワークは、詐欺処置のための規範的エキスパートシステムへの統合に強く適していることが示唆された。