Financial Fraud Detection Starter Dataset(5k Rows)

kaggle2025-10-24 更新2025-12-06 收录

欺骗检测

不平衡分类

数据链接：

https://www.kaggle.com/datasets/aavm31/financial-fraud-detection-starter-dataset5k-rows 数据链接链接失效反馈

官方服务：

资源简介：

Dataset sintético de alta calidad para clasificación desbalanceada.

面向不平衡分类任务的高质量合成数据集

创建时间：

2025-10-24

Bank Account Fraud (BAF)

欺骗检测

机器学习

Bank Account Fraud (BAF) 数据集是由 Feedzai 和 Porto 大学科学学院合作创建的，旨在为机器学习研究提供一个大规模、隐私保护的现实表格数据集。该数据集通过应用最新的表格数据生成技术，基于一个匿名的真实世界银行账户开户欺诈检测数据集生成。数据集包含六种不同的变体，每种变体都包含了特定类型的数据偏差，以允许实践者测试机器学习方法的性能和公平性。这些数据集的应用领域主

arXiv2022-11-28 更新2550

ecommerce-fraud-detection-synthetic-10k-sampl

欺骗检测

反洗钱

该数据集是一个合成的电子商务欺诈和反洗钱（AML）检测数据集，主要用于表格分类任务。数据集规模在10,000到100,000行之间，当前提供的版本是一个10,000行的评估样本，用于模式验证和本地测试。数据集涵盖金融、欺诈检测、银行和电子商务等领域，采用MIT许可证。用户可以通过Hugging Face的`datasets`库快速加载数据集到Pandas/Python环境中进行使用。完整版的10,

Hugging Face2026-03-09 更新380

Audit Data

审计风险

欺骗检测

Audit Risk dataset for classifying fraudulent firms

kaggle2019-07-19 更新220

欺诈文本检测训练数据集

欺骗检测

自然语言处理

这是一个欺诈文本分类检测的对话数据集，给`anti_fraud`模型配套使用，用途是训练和验证文本欺诈分类模型，使其能够准确识别对话中的欺诈行为，并标识出对话中的欺诈发言者。数据集总计包含约27736条对话记录，按照8:1:1的比例划分为训练集、验证集和测试集，每条数据有input（对话的具体内容）、instruction（给模型的指令）、output（模型的目标输出）共三个字段。

魔搭社区2026-07-14 更新1900

UNIDECOR

欺骗检测

跨领域数据集

UNIDECOR是由斯图加特大学机器语言处理研究所创建的统一欺骗语料库，整合了来自社交媒体评论、法庭证词、特定话题意见陈述及在线策略游戏中的欺骗对话等多个领域的数据。该数据集包含164,085条记录，旨在通过分析不同数据集间的语言线索相关性，理解欺骗的差异性，并进行跨语料库建模实验，以推动欺骗检测技术的发展。数据集的创建过程涉及多种数据收集策略，如爬虫、众包等，应用于心理学、法医学、法律及计算语言

arXiv2023-06-08 更新260

Financial Fraud Detection Starter Dataset(5k Rows)

资源简介：

相关数据集