[论文解读] Modeling the Field Value Variations and Field Interactions Simultaneously for Fraud Detection

Dongbo Xi, Bowen Song+6 more|arXiv (Cornell University)|Aug 8, 2020

Imbalanced Data Classification Techniques被引用 4

一句话总结

本文提出双重视觉感知因子分解机（DIFM），一种可同时捕捉用户行为事件间字段值变化与事件内字段交互关系的模型，以提升欺诈检测性能。该模型在真实工业数据上达到最先进水平，并通过学习字段值变化与事件的重要性权重，提供可解释的预测结果。

ABSTRACT

With the explosive growth of e-commerce, online transaction fraud has become one of the biggest challenges for e-commerce platforms. The historical behaviors of users provide rich information for digging into the users' fraud risk. While considerable efforts have been made in this direction, a long-standing challenge is how to effectively exploit internal user information and provide explainable prediction results. In fact, the value variations of same field from different events and the interactions of different fields inside one event have proven to be strong indicators for fraudulent behaviors. In this paper, we propose the Dual Importance-aware Factorization Machines (DIFM), which exploits the internal field information among users' behavior sequence from dual perspectives, i.e., field value variations and field interactions simultaneously for fraud detection. The proposed model is deployed in the risk management system of one of the world's largest e-commerce platforms, which utilize it to provide real-time transaction fraud detection. Experimental results on real industrial data from different regions in the platform clearly demonstrate that our model achieves significant improvements compared with various state-of-the-art baseline models. Moreover, the DIFM could also give an insight into the explanation of the prediction results from dual perspectives.

研究动机与目标

• 为解决有效利用内部字段信息（包括事件内与用户行为序列间）进行欺诈检测的挑战。
• 通过在统一框架中捕捉字段值变化与字段交互关系，提升欺诈检测模型的性能。
• 通过学习字段值变化与事件的重要性权重，提供可解释的预测结果，从而为风险管理工作提供可操作的洞察。
• 克服现有模型无法区分字段层面动态或提供可解释结果的局限性。

提出的方法

• DIFM 采用双分支架构：一个分支通过带重要性感知加权的字段值变化模块，建模任意两个事件之间的字段值变化。
• 第二个分支通过带重要性感知加权的字段交互模块，建模每个事件内部的字段交互关系。
• 一个重要性感知模块为字段值变化和事件分配可学习权重，反映其对欺诈风险的贡献程度。
• DIFM 的宽连接部分可直接对单个字段值进行打分，支持作为实时风险筛查的黑名单/白名单条目。
• 该模型整合因子分解机，以高效学习二阶特征交互关系，同时保持可解释性。
• 最终预测结果结合两个视角的贡献，采用类似注意力的加权机制，突出高风险模式。

实验结果

研究问题

• RQ1 如何有效建模用户行为事件之间的字段值变化，以检测欺诈行为？
• RQ2 事件内部的字段交互关系在欺诈检测中的贡献程度如何，是否超越了序列模式的范畴？
• RQ3 能否通过统一模型同时利用字段变化与交互信号，以提升欺诈检测性能？
• RQ4 模型能否通过学习特定字段值变化与事件的重要性，提供可解释的预测结果？

主要发现

• DIFM 在领先电商平台的真实工业数据集上，显著优于当前最先进基线模型。
• 该模型通过捕捉细微的字段值变化模式（这些模式是强欺诈指标），在性能上超越基于 RNN 及其他序列建模方法。
• 字段值变化（如 IP、卡bin、电子邮箱后缀的变化）具有高度预测性，例如特定值如“电子邮箱后缀 #2”在数据集中显示 100% 的欺诈率。
• DIFM 学习到的重要性权重成功识别出高风险事件与字段，例如单个用户历史中多次字段变更，这些现象与欺诈存在强相关性。
• 该模型的可解释性使其可直接集成至风险系统中，高风险字段值可加入黑名单，低风险字段值可加入白名单。
• 案例研究证实，通过可视化的重要性图，DIFM 能够准确识别欺诈模式，展现出其在专家驱动风险分析中的实用价值。