二手商品交易欺诈检测数据集_Second_hand_Goods_Transaction_Fraud_Detection
数据来源：互联网公开数据
标签：欺诈检测, 机器学习, 文本分析, 价格预测, 异常检测, 俄罗斯, 广告平台, 时间序列
数据概述：
该数据集包含来自俄罗斯二手商品交易平台的数据，记录了商品描述、价格、类别、地理位置、发布时间等信息，并标注了交易是否为欺诈行为。主要特征如下：
时间跨度：数据记录的时间范围覆盖一定时期，具体时间信息包含在"datetime_submitted"字段中。
地理范围：数据主要来源于俄罗斯地区，包括不同城市和区域。
数据维度：数据集包含多个CSV文件，例如：df_train_final.csv, df_val_final.csv, df_train_replaced.csv, df_val_replaced.csv, val_features.csv, val_dummies.csv等。关键字段包括：description（商品描述），subcategory（商品子类别），category（商品类别），price（商品价格），region（地区），city（城市），datetime_submitted（发布时间），is_bad（是否为欺诈，标签）。
数据格式：数据主要以CSV格式存储，部分数据经过了文本处理和特征工程，例如词形还原(lemm)和替换(replaced)等，同时包含tfidf_train.npz文件，提供文本特征。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于欺诈检测、异常检测、文本分类等领域的学术研究，例如，基于文本描述的欺诈行为识别、价格异常分析、时间序列分析等。
行业应用：可以为电商平台、二手交易平台等提供数据支持，尤其在风险控制、用户行为分析、欺诈预警等方面。
决策支持：支持平台方进行风险评估、优化定价策略、改进用户体验，以及提升平台安全性。
教育和培训：作为机器学习、数据挖掘、自然语言处理等相关课程的实训材料，帮助学生和研究人员理解欺诈检测方法。
此数据集特别适合用于探索欺诈行为的模式和规律，提升欺诈检测模型的准确性和效率，帮助用户实现对交易风险的有效管理。
