摘要：在移動支付產(chǎn)業(yè)蓬勃發(fā)展的今天,移動支付安全成為了倍受社會關注的問題。大數(shù)據(jù)時代的到來,使得以大數(shù)據(jù)的方法來建立移動支付風險識別模型成為一種保障移動支付安全的可行方法。在使用移動支付第三方平臺數(shù)據(jù)建模過程中主要面臨著兩個問題:首先是要保證模型的時效性和穩(wěn)定性,讓機器學習模型學習到最新的移動支付風險,且能夠在盡量長的時間內(nèi)不需要重復訓練。其次,第三方支付平臺的風險控制系統(tǒng)會基于對交易的風險判斷干預多筆危險交易,產(chǎn)生無標簽數(shù)據(jù),如何利用這些無標簽數(shù)據(jù)同樣是一個要解決的問題。實驗結果表明,通過比較訓練集與測試集數(shù)據(jù)統(tǒng)計特征的方法從這些數(shù)據(jù)中篩選出平穩(wěn)特征進行建模可提高模型穩(wěn)定性,將無標簽數(shù)據(jù)直接標注為負樣本同樣可以提升模型效果。