ارایه راهکار بهبود یافته مبتنی بر رانش مفهوم به منظور به روزرسانی پروفایل مشتریان در سیستم های کشف تقلب

یک سیستم کشف تقلب مرسوم از ابزارهای اتوماتیک فرایندهای انسانی تشکیل شده است که ابزارهای اتوماتیک بر پایه قوانین کشف تقلب هستند. این ابزارها کل تراکنشهای ورودی را تحلیل میکنند بر چسب جعلی یا واقعی به آنها اختصاص می دهند. فرایندهای انسانی توسط بازرسان ایجاد میشود به این معنی که تراکنش ها با امتیاز جعلی بالا را بررسی میکنند یک بازخورد برای آنها در نظر میگیرند.[1] در سالهای اخیر با هدف امن نمودن محیط تجارت الکترونیکی، تحقیقات بسیاری در حوزه کشف تقلب انجام روشهای مختلفی ارایه شده است. یکی از چالشهای مطرح در این روشها عدم وفق پذیری آنها با تغییر رفتار مشتریان متقلبان میباشد. این تغییرات تحت عنوان رانش مفهوم شناخته میشوند.بطور کلی رانش مفهوم اشاره به چالش تغییر توزیع دادهها در طول زمان اشاره دارد باعث میشود استفاده از دادههای قدیمی برای تعیین وضعیت داده های جدید مناسب نباشد. برای مدیریت رانش مفهوم دراین روشها دو تاثیر متناقض وجود دارد؛ از طرفی در حضور رانش مفهوم احتمال منسوخ شدن دادههای قدیمی زیاد است استفاده از آنها افت دقت را بدنبال دارد از طرف دیگر تاریخچه رفتاری مشتری سازماندهی مناسب آن در ساخت پروفایل آنها نقش اساسی دارد. تغییرات در رفتار مشتری ممکن است منجر به هشدارهای نادرست در تکنیکهای کشف تقلب شود. در حقیقت رانش مفهوم منجر به افت شدید در دقت سیستمهای کشف تقلب خواهد شد.[2]در این تحقیق قصد داریم روشی را برای به روزرسانی پروفایل مشتریان با در نظر گرفتن رانش مفهوم طراحی کنیم. از روشهای سازگاری رانش مفهوم میتوان به روش پنجره کشویی اشاره کرد. پس از مدلسازی، با استفاده از الگوریتمهای فراابتکاری، آموزش طبقه بندها بر اساس جریان دادههای اخیر تاخیری انجام میگردد. در این پژوهش با ارایه روشی بهبود یافته مبتنی بر پنجره کشویی افزایش دقت در سیستمهای کشف تقلب نشان داده میشود.

Keywords:

کشف تقلب , پروفایل , رانش مفهوم4 , داده کاوی , پنجره کشویی5 , الگوریتم فراابتکاری6