01
异常交易检测概述
什么是异常交易 · 业务场景与挑战 · 特征工程的核心地位
基础认知
02
数据探索与预处理
数据源分析 · 缺失值处理 · 异常值识别 · 数据标准化
清洗预处理
03
时间窗口特征
滑动窗口统计 · 时间衰减函数 · 周期性特征提取
时序窗口
04
统计特征工程
均值、方差、分位数、偏度、峰度在交易中的应用
统计分布
05
聚合特征
GroupBy聚合 · 多维度交叉统计 · 用户画像特征
聚合画像
06
比率与差值特征
金额比率 · 时间间隔差 · 行为偏差分
比率差分
07
序列特征
交易序列编码 · LSTM特征提取 · 马尔可夫链特征
序列深度学习
08
图特征
交易网络构建 · 节点中心性 · 社区发现特征
图网络关系
09
文本特征
交易备注NLP · 商户名称相似度 · 地址特征提取
NLP文本
10
特征选择
过滤法 · 包裹法 · 嵌入法 · 基于模型的特征重要性
选择降维
11
特征降维
PCA · t-SNE · AutoEncoder特征压缩
降维压缩
12
特征交叉
多项式特征 · 笛卡尔积 · 核方法特征映射
交叉组合
13
时间序列特征
趋势 · 季节性 · 自相关 · 差分特征
时序周期
14
行为序列模式
频繁项集 · 序列模式挖掘 · 行为轨迹特征
模式轨迹
15
设备指纹特征
设备ID · IP地址 · 浏览器指纹 · 地理位置
设备指纹
16
社交关系特征
关联账户 · 资金流向图 · 团伙检测特征
社交团伙
17
实时特征计算
Flink/Spark Streaming特征 · 滑动窗口实时聚合
实时流计算
18
特征存储与检索
Feature Store设计 · 特征服务化 · 在线/离线一致性
存储FeatureStore
19
特征监控与漂移检测
PSI · KS统计量 · 特征分布监控
监控漂移
20
不平衡数据处理
过采样 · 欠采样 · SMOTE · 代价敏感学习
不平衡采样
21
特征工程自动化
AutoFE · 遗传算法特征搜索 · 强化学习特征生成
自动化搜索
22
模型可解释性特征
SHAP值 · LIME · 特征重要性可视化
可解释SHAP
23
对抗性特征
对抗样本生成 · 鲁棒特征 · 防御性特征工程
对抗鲁棒
24
联邦学习特征工程
隐私保护特征 · 同态加密特征 · 差分隐私特征
联邦隐私
25
多模态特征融合
结构化数据+文本+图像特征融合策略
多模态融合
26
特征工程Pipeline
sklearn Pipeline构建 · 特征工程工作流管理
Pipeline工作流
27
大规模特征工程
Spark分布式特征计算 · 特征并行化策略
分布式Spark
28
特征工程评估
A/B测试 · 离线评估 · 在线评估指标
评估指标
29
案例实战：信用卡欺诈检测
信用卡欺诈检测特征工程全流程
实战欺诈
30
案例实战：电商交易风控
电商交易风控特征工程全流程
实战风控