使用文本数据

Python 中的欺诈检测

Charlotte Werger

Data Scientist

在欺诈检测中,您常会遇到文本数据

常见的有用文本数据:

  1. 员工和/或客户的电子邮件
  2. 交易描述
  3. 员工备注
  4. 保险理赔表的描述栏
  5. 电话通话录音
  6. ……
Python 中的欺诈检测

用于欺诈检测的文本挖掘技术

  1. 关键词搜索
  2. 情感分析
  3. 词频与主题分析
  4. 文本风格
Python 中的欺诈检测

用于欺诈检测的关键词搜索

标记可疑词:

  1. 简单直观,易于解释
  2. 匹配结果可作为机器学习模型之上的筛选条件
  3. 匹配结果可作为机器学习模型的特征

Python 中的欺诈检测

用 pandas 的词频来标记欺诈

# Using a string operator to find words
df['email_body'].str.contains('money laundering')

# Select data that matches df.loc[df['email_body'].str.contains('money laundering', na=False)]
# Create a list of words to search for list_of_words = ['police', 'money laundering'] df.loc[df['email_body'].str.contains('|'.join(list_of_words) , na=False)]
# Create a fraud flag df['flag'] = np.where((df['email_body'].str.contains('|'.join (list_of_words)) == True), 1, 0)
Python 中的欺诈检测

Passons à la pratique !

Python 中的欺诈检测

Preparing Video For Download...