同学你好,这是一个说来话长的问题。反欺诈、信用评分目前各家都有各家的做法,但大体流程无出其右:数据,分析,特征,建模。反欺诈模型里,最重要的:获得行为特征,标注欺诈标签。前者与业务息息相关,比如,银行业务就可以用到客户存款行为数据,后者一般都需要人工标注。有了这些数据,标注,特征工程后就可以建模了。金融分类(欺诈用户识别)或者回归(评分卡)模型中,会比较重视可解释性,有时还会有较多的人工干预,所以不会选择复杂太多的模型,lr和树形模型是非常常用的选择。这块东西也比较多,方法还有好多思路,如果同学感兴趣,可以多留言,多交流。