일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 미국 시황
- 2025년 3월 6일 미국 증시 분석
- 연체용어
- 미국 증시 분석
- 미국 투자 분석
- 미국 증시 방향성
- Python Numpy
- 트럼프 2025년 미국 관세
- 딥러닝
- 관세 설명
- 스코어카드 예시
- 코딩 사이트 정리
- 연체 css
- 스코어카드 만드는법
- jupyter notebook PDF
- css risk
- 25년 3월 11일 미국 증시 분석
- 25년 3월 12일 미국 증시 분석
- Cudnn 버전 확인
- 25년 3월 증시 분석
- 25년 3월 미국 증시 분석
- python pandas
- 주식 데이터 수집
- 트럼프 미국 관세
- css 리스크관리
- 미장 분석
- 딥러닝 제대로 시작하기
- 취업사이트 정리
- css 리스크
- 2025년도 미국 관세
Archives
- Today
- Total
koos808
2.부정사용 평점(Fraud Score) 본문
728x90
반응형
- 부정사용 평점(Fraud Score)
- 금융거래(Transaction) 발생 시 부정거래를 적발하여 부정거래에 의한 피해를 예방함
- 고객 차별화에 목적이 없고 발생빈도가 매우 적기 때문에 다양한 항목과 모형개발 방법론 적용이 가능함
- 부정신청적발 평점 (Application Fraud Score)
- 목적 : 부정한 대출/카드신청을 적발하여 피해 예방
- 대상 : 대출/카드 신청자
- 산출시점 : 대출/카드 신청 시
- 특징
- 부정신청은 조직적으로 일어나는 경우가 많기 때문에, 정보의 공유 및 현장실사에 의해 예방 가능성을 높일 수 있음
- 스코어보다는 룰에 의해 더 잘 적발할 수 있음
- 부정사용적발 평점 (Transaction Fraud Score)
- 목적
- 카드의 부정사용을 적발하여 부정사용에 의한 피해 예방
- 대상
- 카드사용건 (대부분의 평점이 고객단위로 계산되는데 반하여, 부정사용적발은 개별 카드사용에 대하여 계산되는 것이 특징)
- 산출시점
- 거래승인 요청 시 (실시간)
- 특징
- 부정사용건은 비율이 극히 작기 때문에 일반적으로 정확도가 높은 인공신경망을 사용
- 최근 거래요약 정보(마지막 거래와의 금액 및 시간 차이, 최근 3일내 거래건수 등)를 많이 발굴하여야 함
- 운영비용을 고려하여 적절한 적중율과 적발율이 나오도록 cut-off를 정하여야 함
- 목적
728x90
반응형
'신용평가·CSS' 카테고리의 다른 글
CSS 리스크란? 리스크 관리 정리 (0) | 2025.03.04 |
---|---|
CSS 연체 정의 및 연체 관련 용어 (0) | 2025.02.28 |
CSS 스코어카드란? 스코어카드 계산 방법 예시 (0) | 2025.02.27 |
대한민국에서 신용점수가 중요한 이유: 당신의 금융 생활을 좌우하는 숫자 (0) | 2025.02.27 |
1. AS(신청평점)와 BS(행동평점), CS(회수평점) (0) | 2023.11.14 |