基于机器学习的支付平台风险商户识别研究

周丹弟

（上海正创信息科技有限公司，上海               201100）

摘要：随着移动互联网生态的发展，中国第三方互联网支付市场持续保持高速增长的态势，由风险商户引发的风险是第三方支付企业面临的主要风险之一。尝试通过机器学习的手段识别第三方支付公司的风险商户，以Y公司的网络小额贷款作为风险商户的样例进行研究，从而实现风险商户的量化识别。研究发现在数据特征选择方面，机器学习能选择出更好的特征变量，而当样本处理采用标准化方法以及模型算法采用AdaBoost算法时，网络小额贷款类商户风险与正常商户的识别率最高。据此，建议第三方支付企业通过机器学习手段建立主动发现风险的主动防御型风险管理模式，以此提升安全防护能力及管理效率并降低风险。

关键词：第三方支付；商户；风险识别；机器学习；特征提取

中图分类号：C931文献标志码：A

第三方支付的业务核心是为商户提供支付和资金结算服务。商户的支付手续费是第三方支付公司的主要收入来源。很多风险商户的业务中隐含着洗

钱、赌博、非法集资等非法行为，而第三方支付公司

作为这些网络非法行为的资金通道，具有连带责任。

商户引发的风险是第三方支付公司的核心风险，因

作者简介：周丹弟（1973—），男，辽宁葫芦岛人，法国尼斯大学博士，上海正创信息科技有限公司创始人，研究方向：金融管理，E-mail：dan.zhou＠zc-infotech.com。