تشخیص تقلب در سیستم بانکداری الکترونیک با استفاده ترکیبی از الگوریتم های K-Means و K-NN

با گسترش روز افزون استفاده از سامانه های مدرن بانکی و افزایش تعداد تراکنش های بانکی، سوء استفاده های مالی و تقلب در این تراکنش ها بیش از پیش نمود پیدا کرده است. این سوء استفاده ها علاوه بر از دست دادن منابع مالی هنگفت، باعث کاهش اعتماد مشتریان به استفاده از سامانه های مدرن بانکی و در نتیجه کاهش اثربخشی این سامانه ها در مدیریت بهینه ی سرمایه و تراکنش های مالی می شود. هر چند جلوگیری از تقلب بهترین راه کاهش تقلب های بانکی است، اما افراد سودجو از راه های مختلف به اهداف خود دست پیدا می کنند. بنابراین روش هایی مورد نیاز است تا تراکنش های مشکوک به صورت برخط شناسایی و از انجام آن ها ممانعت به عمل آید. در سال های اخیر روش های داده کاوی توانسته اند با موفقیت در جلوگیری از پولشویی، تشخیص تقلب کارت های سپرده و اعتباری به کار گرفته شود. در این پایان نامه، روش های داده کاوی به منظور تشخیص تقلب در بانکداری الکترونیک بررسی می شود. به این منظور روشی ترکیبی شامل خوشه بندی و کلاس بندی برای تشخیص تقلب ارایه شده است. در روش پیشنهادی قبل از کلاس بندی ،خوشه بندی انجام می شود تا یک فیلد مفید به این اطلاعات اضافه شود؛ زمانی که این فیلد به اطلاعات اضافه شد، کلاس بندی روی فیلدهای قبلی و فیلد جدید انجام می شود.

Keywords:

کلاس بندی , خوشه بندی , بانکداری الکترو نیک , خوشه بند k-means , کلاس بندیKNN