یک رویکرد درخت تصمیم گیری حساس به هزینه برای تشخیص تقلب

عنوان یک رویکرد درخت تصمیم گیری حساس به هزینه برای تشخیص تقلب
نویسنده شاهین، ی.، بولکان، س.، دومان، اکرم
تاریخ انتشار: 2013-11-01
محل انتشار - الزویر
موضوع مدل سازی حساس به هزینه، تشخیص تقلب در کارت اعتباری، القای درخت تصمیم، طبقه بندی، هزینه طبقه بندی اشتباه متغیر
نوع دوره ای
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 0957-4174
شماره ثبت bda23727-7c48-4215-99d1-cabd8c496926
محل کتابخانه مهندسی صنایع
تاریخ 2013-11-01
یادداشت‌ها با توجه به محدودیت های کپی رایت، دسترسی به متن کامل این مقاله تنها از طریق اشتراک امکان پذیر است.
متن نمونه با پیشرفت فناوری اطلاعات، کلاهبرداری در سراسر جهان گسترش یافته و خسارات مالی زیادی را به دنبال دارد. اگرچه مکانیسم‌های پیشگیری از کلاهبرداری مانند CHIP&PIN برای سیستم‌های کارت اعتباری ایجاد شده‌اند، اما این مکانیسم‌ها از رایج‌ترین انواع کلاهبرداری مانند استفاده‌های جعلی از کارت اعتباری از طریق پایانه‌های POS مجازی (نقطه فروش) یا سفارش‌های پستی به نام کلاهبرداری کارت اعتباری آنلاین جلوگیری نمی‌کنند. در نتیجه، کشف تقلب به ابزار ضروری و احتمالاً بهترین راه برای جلوگیری از چنین انواع تقلب تبدیل می شود. در این مطالعه، یک رویکرد درخت تصمیم گیری حساس به هزینه جدید که مجموع هزینه‌های طبقه‌بندی اشتباه را در حین انتخاب ویژگی تقسیم در هر گره غیر پایانی به حداقل می‌رساند، توسعه می‌یابد و عملکرد این رویکرد با مدل‌های طبقه‌بندی سنتی معروف در مجموعه داده‌های کارت اعتباری دنیای واقعی مقایسه می‌شود. در این رویکرد، هزینه های طبقه بندی نادرست به عنوان متغیر در نظر گرفته می شود. نتایج نشان می‌دهد که این الگوریتم درخت تصمیم حساس به هزینه، با توجه به معیارهای عملکرد شناخته‌شده مانند دقت و نرخ مثبت واقعی، اما همچنین یک معیار حساس به هزینه جدید تعریف‌شده خاص برای حوزه تشخیص تقلب کارت اعتباری، از روش‌های شناخته‌شده موجود در مجموعه مسائل داده شده بهتر عمل می‌کند. بر این اساس، با اجرای این رویکرد در سیستم‌های کشف تقلب می‌توان زیان‌های مالی ناشی از تراکنش‌های متقلبانه را کاهش داد.
DOI 10.1016/j.eswa.2013.05.021
Cilt 40
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

یک رویکرد درخت تصمیم گیری حساس به هزینه برای تشخیص تقلب

نویسنده شاهین، ی.، بولکان، س.، دومان، اکرم
تاریخ انتشار 2013-11-01
محل انتشار - الزویر
موضوع مدل سازی حساس به هزینه، تشخیص تقلب در کارت اعتباری، القای درخت تصمیم، طبقه بندی، هزینه طبقه بندی اشتباه متغیر
نوع دوره ای
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 0957-4174
شماره ثبت bda23727-7c48-4215-99d1-cabd8c496926
محل کتابخانه مهندسی صنایع
تاریخ 2013-11-01
یادداشت‌ها با توجه به محدودیت های کپی رایت، دسترسی به متن کامل این مقاله تنها از طریق اشتراک امکان پذیر است.
متن نمونه با پیشرفت فناوری اطلاعات، کلاهبرداری در سراسر جهان گسترش یافته و خسارات مالی زیادی را به دنبال دارد. اگرچه مکانیسم‌های پیشگیری از کلاهبرداری مانند CHIP&PIN برای سیستم‌های کارت اعتباری ایجاد شده‌اند، اما این مکانیسم‌ها از رایج‌ترین انواع کلاهبرداری مانند استفاده‌های جعلی از کارت اعتباری از طریق پایانه‌های POS مجازی (نقطه فروش) یا سفارش‌های پستی به نام کلاهبرداری کارت اعتباری آنلاین جلوگیری نمی‌کنند. در نتیجه، کشف تقلب به ابزار ضروری و احتمالاً بهترین راه برای جلوگیری از چنین انواع تقلب تبدیل می شود. در این مطالعه، یک رویکرد درخت تصمیم گیری حساس به هزینه جدید که مجموع هزینه‌های طبقه‌بندی اشتباه را در حین انتخاب ویژگی تقسیم در هر گره غیر پایانی به حداقل می‌رساند، توسعه می‌یابد و عملکرد این رویکرد با مدل‌های طبقه‌بندی سنتی معروف در مجموعه داده‌های کارت اعتباری دنیای واقعی مقایسه می‌شود. در این رویکرد، هزینه های طبقه بندی نادرست به عنوان متغیر در نظر گرفته می شود. نتایج نشان می‌دهد که این الگوریتم درخت تصمیم حساس به هزینه، با توجه به معیارهای عملکرد شناخته‌شده مانند دقت و نرخ مثبت واقعی، اما همچنین یک معیار حساس به هزینه جدید تعریف‌شده خاص برای حوزه تشخیص تقلب کارت اعتباری، از روش‌های شناخته‌شده موجود در مجموعه مسائل داده شده بهتر عمل می‌کند. بر این اساس، با اجرای این رویکرد در سیستم‌های کشف تقلب می‌توان زیان‌های مالی ناشی از تراکنش‌های متقلبانه را کاهش داد.
DOI 10.1016/j.eswa.2013.05.021
Cilt 40
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید