反欺诈预测系统，技术涉及Vue3、Flask、XGBoost等.zip

# 金融反欺诈预测系统（Financial-Fraud-Predict-System） [](https://github.com/ceresOPA) [](https://space.bilibili.com/510005777) [](./LICENSE) <br/> 金融反欺诈预测系统，本人本科期间项目，技术涉及Vue3、Flask、XGBoost等。本项目提供了完整的Web系统，系统功能包括信贷数据分析、信贷欺诈数据检测、用户历史预测记录、用户数据管理等。项目整体并不复杂，适合新手练手学习机器学习与Web系统的结合。 本项目代码分为三部分：数据分析与模型构建、Web前端系统、服务端。(如果想直接使用本系统的同学可以忽略数据分析与模型构建部分，直接按照说明完成项目的部署) ## 界面展示 <img src="./img/img1.png" width="360" height="250" align="left" /> <img src="./img/img2.png" width="360" height="250" align="center" /> <br> <img src="./img/img3.png" width="360" height="250" align="left" /> <img src="./img/img4.png" width="360" height="250" align="center" /> <br> <img src="./img/img5.png" width="360" height="250" align="left" /> <img src="./img/img6.png" width="360" height="250" align="center" /> ## 环境配置 Python依赖库（推荐使用**anaconda**等虚拟环境，同时配置镜像源） ```shell pip install -r requirement.txt ``` node.js依赖模块（node推荐使用V16.13.1版本，该版本为本项目实际使用环境，node有时候会出现兼容性问题） ```shell cd finace-web npm install ``` ## 数据分析与模型构建 进入finace-analysis目录，打开notebook ```shell cd finace-analysis jupyter notebook ``` 具体分析过程可以自行查看，数据集来源为美国P2P平台提供的LoanStats数据，网上均有分享 ## 项目部署 本项目为前后端分离式的系统，只要完成环境的配置后，分别部署前端和后端即可。 ### Finace-server 服务端采用Flask框架，为前端提供的API位于route文件下 ```shell cd ./finace-server python main.py ``` ### Finace-web 前端采用Vue3实现，使用UI框架为element-plus ```shell cd ./finace-web npm run dev ``` ## 相关技术 -  -  -