Skor model

Amazon Fraud Detector menghasilkan skor model yang berbeda untuk jenis model yang berbeda.

Untuk model Account Takeover Insights (ATI), Amazon Fraud Detector hanya menggunakan nilai agregat (nilai yang dihitung dengan menggabungkan sekumpulan variabel mentah) untuk menghasilkan skor model. Skor -1 dihasilkan untuk peristiwa pertama entitas baru, menunjukkan risiko yang tidak diketahui. Ini karena untuk entitas baru, nilai yang digunakan untuk menghitung agregat akan menjadi nol atau nol. Model Account Takeeover Insights (ATI) menghasilkan skor model antara 0 dan 1000 untuk semua peristiwa berikutnya untuk entitas yang sama dan untuk entitas yang ada, di mana 0 menunjukkan risiko penipuan rendah dan 1000 menunjukkan risiko penipuan yang tinggi. Untuk model ATI, skor model terkait langsung dengan tingkat tantangan (CR). Misalnya, skor 500 sesuai dengan perkiraan tingkat tantangan 5% sedangkan skor 900 sesuai dengan perkiraan tingkat tantangan 0,1%.

Untuk model Online Fraud Insights (OFI) dan Transaction Fraud Insights (TFI), Amazon Fraud Detector menggunakan nilai agregat (nilai yang dihitung dengan menggabungkan satu set variabel mentah) dan nilai mentah (nilai yang disediakan untuk variabel) untuk menghasilkan skor model. Skor model bisa antara 0 dan 1000, di mana 0 menunjukkan risiko penipuan rendah dan 1000 menunjukkan risiko penipuan yang tinggi. Untuk model OFI dan TFI, skor model berhubungan langsung dengan tingkat positif palsu (FPR). Misalnya, skor 600 sesuai dengan perkiraan 10% tingkat positif palsu sedangkan skor 900 sesuai dengan perkiraan 2% tingkat positif palsu. Tabel berikut memberikan rincian tentang bagaimana skor model tertentu berkorelasi dengan perkiraan tingkat positif palsu.

Skor model	Perkiraan FPR
975	0,50%
950	1%
900	2%
860	3%
775	5%
700	7%
600	10%