بهینه سازی الگوریتم درخت تصمیم با استفاده از الگوریتم کلونی زنبورهای مصنوعی برای اعتبارسنجی تراکنش های مالی
Publish place: 1st National Conference on Soft Computing
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 567
This Paper With 7 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:
CSCG01_074
تاریخ نمایه سازی: 29 مهر 1396
Abstract:
انتخاب ویژگی، یکی از تکنیک های مهم و پرکاربرد در مراحل پیش پردازش داده ها برای داده کاوی است. تاکنون برای انتخاب ویژگی از روش های متنوعی استفاده شده است. در درخت تصمیم، حذف ویژگی هایی که بار اطلاعاتی چندانی ندارند، در کاهش هزینه های محاسباتی و بهبود کارایی درخت تصمیم موثر است. در دهه های اخیر، روش های تکاملی به عنوان یک ابزار جستجو و بهینه سازی در حوزه های مختلفی مانند علوم تجاری و مهندسی مورد استفاده قرار گرفته است .الگوریتم کلونی زنبور که یکی از جدیدترین و کارآمدترین الگوریتم های تکاملی است، می تواند با انتخاب ویژگی های مناسب به افزایش کارایی و دقت منجر شود. در این مقاله به ارایه یک روش ترکیبی جهت بالا بردن دقت طبقه بندی درخت تصمیم ID3 بر مبنای انتخاب ویژگی از طریق الگوریتم کلونی برای اعتبارسنجی تراکنش های مالی در بانکداری اینترنتی خواهیم پرداخت. بررسی عملکرد، دقت و نتایج حاصل از شبیه سازی این روش، نشان دهنده موثر بودن آن در بهبود دقت طبقه بندی است.
Keywords:
Authors
رضوانه کاظم نژاد
دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران
محسن فیروزبخت
استادیار، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران