ارائه یک مدل ترکیبی برای پیش بینی الگوهای کلاهبرداری از طریق کارت های اعتباری با استفاده از تکنیک های داده کاوی

امروزه با گسترش روزافزون استفاده از کارتهای اعتباری، تقلب در کارتهای اعتباری و سوءاستفاده های مالی از این کارتهاهرساله افزایش مییابد و به یک بحران در بسیاری از کشورها تبدیل شده است. بنابراین کشف تقلب و پیش بینی الگوهایکلاهبرداری از طریق کارتهای اعتباری به یکی از مهمترین چالشهای همیشگی متصدیان امور بدل گردیده است.در این تحقیق جهت پیشبینی این الگوها از مدل ترکیبی GA-SVM، که دو ابزار قدرتمند دسته بندی در داده کاوی محسوب می شود، استفاده شده است. ماشین بردار پشتیبان (SVM) نیاز به دو پارامتر تنظیم دارد، تنظیم این پارامترها را به الگوریتم ژنتیک (GA) می سپاریم تا مدلی ایجاد شود که همزمان بهترین مقدار برای پارامترها را ایجاد کند و دقت پیش بینی و تعمیم پذیری مناسبی را داراباشد.جهت ارزیابی مدل ترکیبی، مطالعه موردی را به یک بانکی اختصاص دادهایم و نتایج حاصل از مدل ترکیبی ارائه شده را باشبکه های عصبی مصنوعی و مدل آماری تحلیل تشخیصی مقایسه کردیم، که نتایج نشان دهنده برتری مدل ترکیبی ارائه شده می باشد.

Keywords:

تقلب در کارت اعتباری , کشف تقلب , داده کاوی , الگوریتم ژنتیک , ماشین بردار پشتیبان , دسته بندی