6月7日中午13:00，计算机与信息工程学院副院长朱洪浩在G206为我院师生开展题为“面向高度不平衡数据的电子欺诈交易检测方法研究”的学术报告。数据科学与大数据技术、人工智能专业师生共计130余人踊跃参与。

讲座伊始，朱院长深入剖析了电子交易欺诈的当前状况与未来趋势，强调了研究面向高度不平衡数据的检测方法的迫切性和重要性。随后，他系统介绍了不平衡数据分类的基本原理和主流方法，包括过采样、欠采样等，并指出噪声等问题对电子交易欺诈检测方法的挑战。

针对这些挑战，朱院长结合项目研究经验，详细阐述了在电子交易欺诈检测应用中，样本误分类代价不同，以及如何处理高度不平衡数据所带来的样本特征冗余和特征噪声等关键问题。他提出了基于优化加权极限学习机的不平衡数据分类方法，基于自适应高效蒲公英算法特征选择的不平衡数据分类方法，为参会者提供了全新的研究视角和技术思路。

本次学术讲座不仅为师生提供了一个深入了解不平衡数据处理新技术的平台，也充分展示了计算机与信息工程学院在网络安全和数据分析领域的学术实力和研究成果。通过此次活动，我们进一步推动了电子欺诈交易检测技术的进步，并有效提升了师生的反诈意识，对维护网络安全和促进学院科研发展具有重要意义。

本次讲座相关研究成果：

[1] Zhu H, Zhou M C, Liu G, et al. NUS: Noisy-sample-removed undersampling scheme for imbalanced classification and application to credit card fraud detection[J]. IEEE Transactions on Computational Social Systems, 2023.(SCI,中科院二区，IF:5)

[2] Zhu H, Zhou M C, Xie Y, et al. A Self-Adapting and Efficient Dandelion Algorithm and Its Application to Feature Selection for Credit Card Fraud Detection[J]. IEEE/CAA Journal of Automatica Sinica, 2024, 11(2): 377-390. (SCI,中科院一区，IF:13.9)（撰稿：郭城 编辑：刘世军 审核：朱洪浩）