一种基于评分卡模型的诈骗网站识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于评分卡模型的诈骗网站识别方法及装置，该方法首先获取网站数据并进行预处理，根据数据预处理得到的结果，进行数据分箱，计算权重证据

【技术实现步骤摘要】
一种基于评分卡模型的诈骗网站识别方法及装置


[0001]本专利技术涉及诈骗网站识别领域，尤其涉及一种基于评分卡模型的诈骗网站识别方法及装置
。

技术介绍

[0002]回归一种是基于已有数据对新的数据进行预测的技术，例如应用于诈骗网站识别
。
线性回归能够用一条直线准确地描述数据之间的关系，这样当有新数据出现时，就可以预测一个简单的值
。
线性回归模型有很好的可解释性，可以从权重
W
直接看出每个特征对结果的影响程度
。
[0003]以简单的一元线性回归
(
一元代表只有一个未知自变量
)
为例
。
在回归问题中，均方误差是回归任务中最常用的性能度量
。
虽然拟合过程中必然会出现误差，但是也希望最终得出的模型能够最大程度地拟合所有数据点，也就是希望误差能够最小化
。
这里的误差，习惯称之为“残差”，也就是真实值和预测值之间的差值
。
[0004]逻辑回归模型r/>(Logist本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于评分卡模型的诈骗网站识别方法，其特征在于，该方法包括以下步骤：
(1)
获取网站数据并进行预处理；
(2)
根据数据预处理得到的结果，进行数据分箱，计算权重证据
WOE
编码以及计算信息价值
IV
筛选网站数据的特征变量；
(3)
基于逻辑回归构建评分卡模型，并基于方差膨胀因子
VIF
方法进行的因子独立性检验筛除存在多重共线性的变量，评分卡公式如下：
score
＝
A
‑
Bln(odds)
＝
β
T
X
T
其中，
score
表示模型计算得到的评分，评分越小，目标网站越可能为诈骗网站，
odds
表示
p
与1‑
p
的比值，
p
代表为诈骗网站的概率，1‑
p
代表为非诈骗网站的概率；
β
表示逻辑回归系数，
X
表示转化后的
WOE
值，
T
表示转置；
(4)
基于构建的评分卡模型，以目标网站数据转化后的
WOE
值作为输入，得到目标网站评分，进而判断目标网站是否为诈骗网站
。2.
根据权利要求1所述的一种基于评分卡模型的诈骗网站识别方法，其特征在于，步骤
(1)
中，预处理过程包括缺失值和异常值的处理
。3.
根据权利要求1所述的一种基于评分卡模型的诈骗网站识别方法，其特征在于，权重证据
WOE
计算过程如下：网站数据在经过了分箱处理后，所有的变量变为离散型，需要
WOE
方式编码，
WOE
值公式为：其中，
p
y1
指的是第
i
个分组中坏样本数
Bad
i
占所有坏样本数量
Bad
T
的比例，
p
y0
指的是第
i
个分组中好样本数
Good
i
占所有好样本数量
Good
T
的比例
。WOE
i
值实际表示的是当前第
i
组中的坏样本和好样本占所有坏样本和所有好样本的比值差异
。4.
根据权利要求1所述...

【专利技术属性】
技术研发人员：周胜利，阮琳琦，陈潮，王法，
申请(专利权)人：浙江警察学院，
类型：发明
国别省市：