ارائه رویکردی مبتنی بر یادگیری حساس به هزینه جهت تشخیص تقلب کارت های اعتباری
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 920
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT07_055
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
با توجه به توسعه تکنولوژی، امکان تقلب در حوزه های مختلف از جمله تقلب در بانکداری گسترش یافته است بنابراین، تقلب کارت اعتباری یک مشکل مهم و رو به افزایش در ابنکداری محسوب می شود. با توجه به اینکه سالانه میلیاردها دلار با تقلب کارت اعتباری از دست می رود، در نتیجه ارائه روشی کارا و کاربردی از اهمیت بالایی برخوردار است. در برخورد با مجموعه داده ای نظیر کارت اعتباری که فقط دو کلاس(متقلب و غیرمتقلب) دارد، مشکل عدم توازن رخ می دهد. در این مشکلات، کلاسی که تعداد داده های کمی دارد از دیدگاه یادگیری معمولا مهم ترین است و زمانی که شناسایی اش به درستی انجام نمی گیرد، هزینه های بالایی را ایجاد می کند. بنابراین، این امر به ایجاد حوزه ی پژوهشی یادگیری حساس به هزینه که موثرترین روش جهت رفع مشکل نامتوازن بودن کلاس ها می باشد منجر شده است. هدف از این مقاله، افزایش صحت تشخیص تقلب در کارت های اعتباری می باشد. در روش پیشنهادی ابتدا هزینه هر ویژگی محاسبه می شود و سپس درخت تصمیم حساس به هزینه ایجاد می شود. نتایج نشان می دهد که روش پیشنهادی از نظر معیارهای ارزیابی دقت و F نسبت به روش های پایه دسته بندی شامل J48 ،ID3، بیزین ساده، شبکه بیزن و NBTree برتری دارد و می تواند در جهان واقعی استفاده شود.
Keywords:
Authors
فهیمه فدائی نوغانی
گروه مهندسی کامپیوتر-نرم افزار، واحد مشهد، دانشگاه آزاد اسلامی مشهد، ایران
محمدحسین معطر
گروه مهندسی کامپیوتر-نرم افزار، واحد مشهد، دانشگاه آزاد اسلامی مشهد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :