کشف تقلب در کارت اعتباری با استفاده از الگوریتم های عامل دورافتاده محلی، جنگل ایزوله و ترسیم درخت تصمیم

در این مقاله، با استفاده از دیتا ست دانلود شده از سایت Kaggle که حاوی بیست و هشت مولفه بوده است. ابتدا با بهره گیری از متد جنگل ایزوله سعی شده است تا تقلب در کارت اعتباری شناسایی شود. سپس به وسیله متد درخت تصمیم سعی در ایجاد تجربه ای جدید در این زمینه انجام شد.در نهایت هدف از این پژوهش، آموزش یک سی ستم به منظور جلوگیری از تراکنش های تقلبی تو سط کارت های اعتباری تقلبی ا ست. این کار به وسیله طبقه بندی تراکنش ها از طریق داده های موجود انجام می شود. داده ها به وسیله روش PCA به داده های عددی تبدیل شده اند و سپس از دو روش جنگل ایزوله و عامل دور افتاده محلی به منظور طبقه بندی تراکنش ها به دو نوع سالم و تقلبی استفاده شده است. مولفه بیست و هشتم در دیتاست با دو مقدار صفر و یک تعیین کننده، سالم و یا تقلبی بودن تراکنش است. در دیتا ست مورد استفاده اطلاعات تعداد ۸۰۸ / ۲۸۴ تراکنش موجود است که از بین ۴۹۲ مورد تراکنش های تقلبی هستند.

Keywords:

کارت اعتباری , جنگل ایزوله , یادگیری ماشین , عامل دورافتاده محلی , تقلب , درخت تصمیم