初赛 A：银行卡电信诈骗危险预测
一、问题背景：
数字支付正在发展，但网络犯罪也在发展。电信诈骗案件持续高发，消费者 受损比例持续走高。报告显示，64%的被调查者曾使用手机号码同时注册多个账户，包括金融类账户、社交类账户和消费类账户等，其中遭遇过电信诈骗并发生 损失的比例过半。用手机同时注册金融类账户及其他账户，如发生信息泄露，犯 罪分子更易接管金融支付账户盗取资金。
随着移动支付产品创新加快，各类移动支付在消费群体中呈现分化趋势，第三方支付的手机应用丰富的场景受到年轻人群偏爱，支付方式变多也导致个人信 息也极易被不法分子盗取。根据数据泄露指数，每天有超过 500 万条记录被盗， 这一令人担忧的统计数据表明 – 对于有卡支付和无卡支付类型的支付，欺诈仍 然非常普遍。
在今天的数字世界，每天有数万亿的银行卡交易发生，检测欺诈行为的发生 是一个严峻挑战。
二、数据描述：
该数据来自一些匿名的数据采集机构，数据共有七个特征和一列类标签。下 面对数据特征进行一些简单的解释（每列的含义对我们来说并不重要，但对于机 器学习来说，它可以很容易地发现含义。它有点抽象，但并不需要真正了解每个 功能的真正含义。只需了解如何使用它以便您的模型可以学习。许多数据集，尤 其是金融领域的数据集，通常会隐藏一条数据所代表的内容，因为它是敏感信息。 数据所有者不想让他人知道，并且数据开发人员从法律上讲也无权知道）
➢ distance_from_home：银行卡交易地点与家的距离；
➢ distance_from_last_transaction：与上次交易发生的距离；
➢ ratio_to_median_purchase_price：近一次交易与以往交易价格中位数的比率；
➢ repeat_retailer：交易是否发生在同一个商户；
➢ used_chip：是通过芯片（银行卡）进行的交易；
➢ used_pin_number：交易时是否使用了 PIN码；
➢ online_order：是否是在线交易订单；
➢ fraud：诈骗行为（分类标签）；
三、解决问题：
1) 使用多种用于数据挖掘的机器学习模型对给定数据集进行建模；
2) 对样本数据进一步挖掘分析，通过交叉验证、网格调优对不同模型的参 数进行调整，寻找最优解，将多个最优模型进行进一步比较；
3) 通过对 precision（预测精度）、recall（召回率）、f1-score（F1 分 数值）进行计算，给出选择某一种预测模型的理由；
4) 将模型性能评价通过多种作图方式进行可视化
初赛 B：航班数据分析与预测
一．问题背景
随着科技的发展，乘坐飞机出行为人们的生活带来了极大的便利，航空交通 管理影响着人们的工作和生活效率。在大数据和人工智能时代的今天，各种各样 的信息科学和工程技术广泛应用于航空领域，为人们的生产生活提供更高的便利 性，因此提高空中资源的优化配置，一直都是计算机科学与技术、信息科学与工 程、数学等领域的一门热点研究方向。当前航空延误是空中资源优化配置的一项 经典课题，分析与预测航空延误有助于提高资源的优化管理，提高生产生活效率，可以为乘客提供更优质的服务。
二．解决问题
1.航班转机功能实现：当两个城市之间没有直飞航班或者在购买机票附件时 间没有直飞航班的时候，乘客通常需要购票 APP 实现转机功能。
（一）以附件中 2001-2003 年航班数据作为依据，实现在2001-2003年的航班转机功能。（注：从 A 地到 B 地可以有多种转机方案，该功能应提供时间最短 的方案，已知的航班延误信息也应考虑在内）。
（二）用上述转机功能，查询 2003 年 7 月 4 日出发 7 月 5 日到达，从 CVG 机场到 ANC 机场最短时间方案。（注：航班延误时间也考虑在内）
2.迈阿密（MIA）起飞航班的延误分析
以论文形式说明：先给出自己对问题（一）和（二）航班延误的分析，再建 立模型做实验得到航班是否延误的准确率，以实验结果检验自己最初的分析。
（一）以附件中的 2001-2003 年的航班数据作为训练集，以附件 2004-2005 年的航班数据作为测试集，以从迈阿密（MIA）到洛杉矶（LAX）和从迈阿密（MIA） 到纽约（JFK）这两组航班数据作为研究对象，先以文字形式叙述预测航班是否 延误的依据，再建立模型预测从迈阿密（MIA）起飞航班（从 MIA 到 LAX 和从 MIA 到 JFK）是否延误，以预测准确率和实验结果检验自己的分析。（注：测试集不 能参与到训练和验证中，否则作违规处理）
提示：可以在训练、验证和预测中使用机场所在地天气情况等信息，详见附件数据属性说明表。
（二）以附件中的2001-2003 年的航班数据作为训练集，以附件2004-2005 年的航班数据作为测试集，以从迈阿密（MIA）到洛杉矶（LAX）和从迈阿密（MIA） 到纽约（JFK）这两组航班数据作为研究对象，先以文字形式分析航班延误的各 种原因，再建立模型预测从迈阿密（MIA）起飞航班（从 MIA 到 LAX 和从 MIA 到 JFK）延误的原因，以预测延误原因的准确率和实验结果检验自己的分析。（注：测试集不能参与到训练和验证中，否则作违规处理）
提示：参赛队伍可以先筛选出延误航班，再对延误航班的原因进行预测与分 析，详见属性说明表中航班延误原因。在训练、验证和预测中可以使用机场所在 地天气情况等信息，详见附件数据属性说明表。
赛题附件
2022年首届”钉钉杯”大学生大数据挑战赛初赛题目
下载时间：7月22日09:00−8月10日09:00
参赛说明
每只队伍自由选择A、B赛题的其中一个进行比赛。
需要赛题数据的评论区留言给我
Original: https://blog.csdn.net/weixin_38436774/article/details/125931484
Author: 小红薯.
Title: 2022年首届“钉钉杯”大学生大数据挑战赛初赛题目
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/694002/
转载文章受原作者版权保护。转载请注明原作者出处！