عنوان فارسی مقاله:مدل تشخیص تقلب در کارت اعتباری پیشرفته با استفاده از یادگیری ماشینی
چکیده
همهگیری COVID-19 تحرک افراد را تا حدی محدود کرده است، و خرید کالاها و خدمات را به صورت آفلاین دشوار کرده است، که منجر به ایجاد فرهنگ افزایش وابستگی به خدمات آنلاین شده است. یکی از مسائل مهم در استفاده از کارتهای اعتباری، کلاهبرداری است که یک چالش جدی در حوزه تراکنشهای آنلاین است. در نتیجه، نیاز زیادی به توسعه بهترین رویکرد ممکن برای استفاده از یادگیری ماشینی وجود دارد تا از تقریباً تمام تراکنشهای جعلی کارت اعتباری جلوگیری شود. این مقاله در مجموع ۶۶ مدل یادگیری ماشین را بر اساس دو مرحله ارزیابی بررسی میکند. یک مجموعه داده کشف تقلب کارت اعتباری واقعی از دارندگان کارت اروپایی در هر مدل به همراه اعتبارسنجی متقاطع K-fold طبقهبندی شده استفاده میشود. در مرحله اول، ۹ الگوریتم یادگیری ماشین برای شناسایی تراکنشهای تقلبی آزمایش میشوند. بهترین سه الگوریتم برای استفاده مجدد در مرحله دوم، با ۱۹ تکنیک نمونهگیری مجدد برای هر یک از سه الگوریتم برتر، نامزد میشوند. از بین ۳۳۰ ارزش متریک ارزیابی که نزدیک به یک ماه برای به دست آوردن آنها به طول انجامید، تکنیک کم نمونه برداری همه K-نزدیکترین همسایگان (AllKNN) همراه با CatBoost (AllKNN-CatBoost) به عنوان بهترین مدل پیشنهادی در نظر گرفته میشود. بر این اساس، مدل AllKNN-CatBoost با آثار مرتبط مقایسه شده است. نتایج نشان میدهد که مدل پیشنهادی از مدلهای قبلی با مقدار AUC 97.94%، مقدار صحت ۹۵٫۹۱% و مقدار F1-Score 87.40% عملکرد بهتری دارد(تقلب در کارت اعتباری پیشرفته).
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.