(EN) Disclosed is a system to optimize rule weights for classifying access requests so as to manage rates of false positives and false negative classifications. A rules suggestion engine may suggest a profile of classification rules to a merchant for access requests. The system can optimize weights for the profile of rules using a cost function based on a training set of historical access requests, for example using stepwise regression or machine learning (ML). The system can compute a profile score based on the optimized weights, for example by summing the weights. The system statistically analyzes the profile score using classification thresholds and the historical access requests. The system can perform receiver operating characteristic (ROC) analysis for various threshold values, enabling a user to select a suitable threshold. The system can further optimize by adding or removing rules from the profile of rules.
(FR) L'invention concerne un système pour optimiser des poids de règle pour classer des demandes d'accès de façon à gérer des taux de classements en faux positifs et en faux négatifs. Un moteur de suggestion de règles peut suggérer un profil de règles de classement à un commerçant pour des demandes d'accès. Le système peut optimiser des poids pour le profil de règles à l'aide d'une fonction de coût basée sur un ensemble d'apprentissage de demandes d'accès historiques, par exemple à l'aide d'une régression pas à pas ou d'un apprentissage machine (ML). Le système peut calculer un score de profil sur la base des poids optimisés, par exemple par addition des poids. Le système analyse statistiquement le score de profil à l'aide de seuils de classement et des demandes d'accès historiques. Le système peut effectuer une analyse de caractéristique de fonctionnement de récepteur (ROC) pour diverses valeurs de seuil, ce qui permet à un utilisateur de sélectionner un seuil approprié. Le système peut en outre optimiser par ajout ou retrait de règles dans le profil de règles.