لیدا عباس پور دواسی

بانک ها مؤسسات مالی بشدت به دنبال تسریع و سرعت عمل در شناخت فعالیت های کلاه برداران و متقلبان هستند. از این رو به کارگیری تکنیک های شناسایی تقلب به منظور جلوگیری از اقدامات متقلبانه در سیستم های بانکداری، به خصوص سیستم های بانکداری الکترونیک، اجتناب ناپذیر است. با توجه به نبود سازوکاری برای شناسایی مشتریان متقلب در سیستم بانکی کشور، در این مقاله چارچوبی برای شناسایی تقلب در حساب های بانکی براساس خوشه بندی رفتار مشتریان و دنباله تراکنش حساب های آنها ارائه می شود. در این روش از تکنیک استخراج الگو برای بررسی رفتار مشتریان بانک برمبنای فرآیند مارکوف استفاده می شود. اینکار براساس استخراج ویژگی های مربوط به تراکنش ها و حساب های جعلی در یک مدل یادگیری باناظر انجام می گیرد. برای کار خوشه بندی از الگوریتم k-means و برای پیش بینی تقلب مشتریان از مدلسازی تراکنش های جعلی با بهره گیری از فرایند مارکوف همه مراتب درون خوشه های پرریسک استفاده می شود. شبیه سازی روی تراکنش های کارت های اعتباری مشتریان یکی از بانک ها انجام شده که نتایج برتری روش پیشنهادی را نسبت به روش ها مشابه نشان می دهد. روش پیشنهادی درمعیار دقت نسبت به روش های IDT و Dbscan-RuleBase به ترتیب 2.17 % و 0.05 .% عملکرد بهتری داشته است.

بانکداری الکترونیک، شناسایی تقلب، فرآیند مارکوف، خوشه بندی.