ATEC蚂蚁开发者大赛-支付风险识别算法源码+项目说明（Rank7）.zip

# ATEC蚂蚁开发者大赛-支付风险识别-Rank7 ## 赛题描述 赛题的目的是根据历史交易数据识别当前交易是否为欺诈交易。举办方给出由一段时间内有正负标签样本的支付行为样本和没有标签的支付行为样本组成的训练数据集和一段时间后的某个时间范围内的支付行为样本构成的测试数据集，希望选手们通过机器学习算法和对无标签数据的挖掘在训练集上训练出性能稳定时效性好的模型，能够在测试集上对交易的风险进行精准判断。 赛题主页：[https://dc.cloud.alipay.com/index#/topic/intro?id=4&from=alipay](https://dc.cloud.alipay.com/index#/topic/intro?id=4&from=alipay) ## 数据编码 代码：cbc/preprocess/label_encoder.sql 功能：将 string 型特征编码为 int 型 同类里统一编码的字段： **用户ID字段：** user_id, opposing_id **省份字段：** ip_prov, cert_prov, card_bin_prov, card_mobile_prov, card_cert_prov, province **城市字段：** ip_city, cert_city, card_bin_city, card_mobile_city, card_cert_city, city **证件号字段：** card_cert_no, income_card_cert_no **其余字段单独编码** ## 特征工程 ### 提取时间特征 代码：cbc/preprocess/time_field_process.sql 功能：对 gmt_occur 进行分割处理，分离出来 ocu_date 和 ocu_hr，另外增加了 year, month, day 等特征。 ### 付款方的众数特征 （历史时间） 代码：cbc/feature_engineering/user_id_is_mode_feature_cbc.sql 表名：user_id_is_mode_feature_cbc 特征名 | 特征描述 --- | --- ip_is_most|当前 client_ip 是否为 user_id 的众数 network_is_most|当前 network 是否为 user_id 的众数 device_sign_is_most|当前 device_sign 是否为 user_id 的众数 ip_prov_is_most|当前 ip_prov 是否为 user_id 的众数 ip_city_is_most|当前 ip_city 是否为 user_id 的众数 user_id_cert_prov_is_mode|当前 cert_prov 是否为 user_id 的众数 user_id_cert_city_is_mode|当前 cert_city 是否为 user_id 的众数 user_id_card_mobile_prov_is_mode|当前 card_mobile_prov 是否为 user_id 的众数 user_id_card_mobile_city_is_mode|当前 card_mobile_city 是否为 user_id 的众数 user_id_card_cert_prov_is_mode|当前 card_cert_prov 是否为 user_id 的众数 user_id_card_cert_city_is_mode|当前 card_cert_city 是否为 user_id 的众数 mobile_oper_platform_is_most|当前 mobile_oper_platform 是否为 user_id 的众数 operation_channel_is_most|当前 operation_channel 是否为 user_id 的众数 pay_scene_is_most|当前 pay_scene 是否为 user_id 的众数 user_id_card_cert_no_is_mode|当前 card_cert_no 是否为 user_id 的众数 user_id_opposing_id_is_mode|当前 opposing_id 是否为 user_id 的众数 user_id_ver_is_mode|当前 ver 是否为 user_id 的众数 ### user_id在各字段下不同值的个数特征（历史时间) 代码：cbc/feature_engineering/dist_cnt_feature/user_id_dist_cnt_feature.sql 表名：user_id_dist_cnt_feature_cbc 特征名 | 特征描述 --- | --- user_id_client_ip_dist_cnt|user_id 不同的 ip 数目 user_id_network_dist_cnt| user_id 不同的 network 数目 user_id_device_sign_dist_cnt| user_id 不同的 device_sign 数目 user_id_ip_prov_dist_cnt| user_id 不同的ip省数目 user_id_ip_city_dist_cnt| user_id 不同的ip市数目 user_id_cert_prov_dist_cnt| user_id 不同的证件省数目 user_id_cert_city_dist_cnt|user_id 不同的证件市数目 user_id_card_mobile_prov_dist_cnt|user_id 不同的手机账号省数目 user_id_card_mobile_city_dist_cnt|user_id 不同的手机账户市数目 user_id_card_cert_prov_dist_cnt|user_id 不同的银行卡省数目 user_id_card_cert_city_dist_cnt|user_id 不同的银行卡市数目 user_id_mobile_oper_platform_dist_cnt|user_id 不同的操作平台数目 user_id_operation_channel_dist_cnt|user_id 不同的支付方式数目 user_id_pay_scene_dist_cnt|user_id 不同的支付场景数目 user_id_card_cert_no_dist_cnt|user_id 不同的证件号数目 user_id_opposing_id_dist_cnt|user_id 不同的 opposing_id 数目 user_id_ver_dist_cnt|user_id 不同的版本数目 ### opposing_id 在各字段下不同值的个数特征（历史时间) 代码：cbc/feature_engineering/dist_cnt_feature/opposing_id_dist_cnt_feature.sql 表名：opposing_id_dist_cnt_feature_cbc 特征名 | 特征描述 --- | --- opposing_id_user_id_dist_cnt|opposing_id 不同的 user_id 数目 opposing_id_client_ip_dist_cnt|opposing_id 不同的 ip 数目 opposing_id_network_dist_cnt| opposing_id 不同的 network 数目 opposing_id_device_sign_dist_cnt| opposing_id 不同的 device_sign 数目 opposing_id_ip_prov_dist_cnt| opposing_id 不同的ip省数目 opposing_id_ip_city_dist_cnt| opposing_id 不同的ip市数目 opposing_id_cert_prov_dist_cnt| opposing_id 不同的证件省数目 opposing_id_cert_city_dist_cnt|opposing_id 不同的证件市数目 opposing_id_card_mobile_prov_dist_cnt|opposing_id 不同的手机账号省数目 opposing_id_card_mobile_city_dist_cnt|opposing_id 不同的手机账户市数目 opposing_id_card_cert_prov_dist_cnt|opposing_id 不同的银行卡省数目 opposing_id_card_cert_city_dist_cnt|opposing_id 不同的银行卡市数目 opposing_id_mobile_oper_platform_dist_cnt|opposing_id 不同的操作平台数目 opposing_id_operation_channel_dist_cnt|opposing_id 不同的支付方式数目 opposing_id_pay_scene_dist_cnt|opposing_id 不同的支付场景数目 opposing_id_card_cert_no_dist_cnt|opposing_id 不同的证件号数目 opposing_id_ver_dist_cnt|opposing_id 不同的版本数目 ### client_ip 在各字段下不同值的个数特征（历史时间) 代码：cbc/feature_engineering/dist_cnt_feature/client_ip_dist_cnt_feature.sql 表名：client_ip_dist_cnt_feature_cbc 特征名 | 特征描述 --- | --- client_ip_user_id_dist_cnt|client_ip 不同的 user_id 数目 client_ip_network_dist_cnt| client_ip 不同的 network 数目 client_ip_device_sign_dist_cnt| client_ip 不同的 device_sign 数目 client_ip_cert_prov_dist_cnt| client_ip 不同的证件省数目 client_ip_cert_city_dist_cnt|client_ip 不同的证件市数目 client_ip_card_mobile_prov_dist_cnt|client_ip 不同的手机账号省数目 client_ip_card_mobile_city_dist_cnt|client_ip 不同的手机账户市数目 client_ip_card_cert_prov_dist_cnt|client_ip 不同的银行卡省数目 client_ip_card_cert_city_dist_cnt|client_ip 不同的银行卡市数目 client_ip_mobile_oper_platform_dist_cnt|client_ip 不同的操作平台数目 client_ip_operation_channel_dist_cnt|client_ip 不同的支付方式数目 client_ip_pay_scene_dist_cnt|client_ip 不同的支付场景数目 client_ip_card_cert_no_dist_cnt|client_ip 不同的证件号数目 client_ip_opposing_id_dist_cnt|client_ip 不同的 opposing_id 数目 client_ip_ver_dist_cnt|client_ip 不同的版本数目 ### 付款方当前小时的交易金额特征 代码：cbc/feature_engineering/payer_amt_1hr_feature.sql 表名： payer_amt_1hr_feature 特征名 | 特征描述 --- | --- payer_amt_avg_1hr|付款方一小时内平均金额 payer_amt_max_1hr|付款方一小时内最大金额 payer_amt_min_1hr|付款方一小时内最小金额 amt_subtract_avg_1hr|付款方当前金额减一小时平均 amt_subtract_max_1hr|付款方当前金额减一小时最大 amt_subtract_min_1hr|付款方当前金额减一小时最小 ### 收款方的历史交易金额特征 代码：cbc/feature_engineering/payee_amt_feature_cbc.sql 表名：payee_amt_feature_cbc 特征名 | 特征描述 --- | --- payee_amt_avg|收款方历史时间收款平均值 payee_amt_max|收款方历史时间收款最大值 payee_amt_min|收款方历史时间收款最小值 payee_amt_minus_avg|收款方金额减平均值 payee_amt_minus_max|收款方金额减最大值 payee_amt_minus_min|收款方金额减最小值 ### 频次特征 代码：qyk/all_data_process.sql 表名：atec_all_data_feature_10 特征名 | 特征描述 --- | --- freq_deal_sum | 过去所有历史交易的频次特征 freq_deal_1day |