شناسایی تقلب در تراکنش های بانکی با استفاده از داده کاوی: مطالعه موردی شناسایی در تراکنش های بانک مهراقتصاد
Publish place: Computer engineering and need-based research The latest achievements in information technology
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,763
This Paper With 14 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:
COMPUTER02_020
تاریخ نمایه سازی: 2 تیر 1395
Abstract:
امروزه، با پیشرفت تکنولوژی و پیچیده تر شدن فرآیندهای کسب و کار، روش های انجام و در نتیجه شناسایی کلاهبرداری ها نیز به مراتب پیچیده تر شده اند. در سال های گذشته ثابت شده است که ابزارهای داده کاوی از کارایی قابل توجهی در حوزه ی کشف تقلب برخوردارند. در تحقیقات گذشته از روش های داده کاوی به منظور کشف تقلب در بانکداری استفاده شده است. در این تحقیق به تشخیص رفتارهای مشکوک مشتریان بانک بر اساس روش های داده کاوی پرداخته شد. به این ترتیب که مدل حاضر ترکیبی از روش خوشه بندی و دسته بندی می باشد. در ابتدا با استفاده از الگوریتم Two Step تراکنش های مشتریان برچسب گذاری شده و سپس با استفاده از آنها به دسته بندی تراکنش ها و تشخیص رفتارهای مشکوک با استفاده از شبکه عصبی RBF پرداخته شده است. نتایج تحقیق نشان می دهد که مدل پیشنهادی قادر است 85 درصد از تراکنش های مشکوک را به درستی تشخیص دهد که دقت بالایی در شناسایی تراکنش های مشکوک محسوب می شود.
Keywords:
Authors
حمید محمدی والا
دانشجوی کارشناسی ارشد، دانشگاه پیام نور مرکز بین الملل قشم-
اکبر فرهودی نژاد
استادیار دانشگاه پیام نور
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 :