信用卡消费是当今社会的一种流行消费形式,但欺诈消费时有发生,这些欺诈消费的形式包括了冒用他人信用卡交易、伪造信用卡、钓鱼网站诈骗等多种花样,给发卡银行造成了巨大的经济损失,给社会带来了不稳定的因素。信用卡反欺诈消费成为银行高度关注的问题。传统的反欺诈方法成本高、周期长、效率低,难以满足实时性的要求,给用户带来极大的不便。论文采集了一定数量的正常交易和欺诈交易的样本构成反欺诈交易识别器的训练样本集,每个样本包括信用卡数、房屋状况、信用金额、从业年限范围、可支配收入占比、交易时间、交易地点和交易成交量等30个变量。使用样本训练集分别训练随机森林、支持向量机、逻辑回归和K近邻四个正常交易与欺诈交易的识别分类器,每个识别分类器对欺诈交易和正常交易的识别精度不尽相同,为提高反欺诈消费的效率,如果某交易被这四个分类识别器的一个识别为欺诈交易,则认为该笔交易具有欺诈消费的嫌疑,立即终止该笔交易消费,尽可能实现零欺诈消费。实证表明:本文为银行构建的反欺诈消费识别器,对欺诈消费的识别率达到98.5%的准确度,降低了银行管理成本,有效地控制了信用卡消费的风险,推动了银行信用卡业务的健康,稳定的发展。