CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص تقلب و کلاهبرداری با الگوریتم های بهینه سازی

عنوان مقاله: تشخیص تقلب و کلاهبرداری با الگوریتم های بهینه سازی
شناسه ملی مقاله: NAAFCONF01_005
منتشر شده در همایش ملی رویکردهای نوین در حسابداری و امور مالی در سال 1400
مشخصات نویسندگان مقاله:

بابک حمیدی وند - گروه حسابداری، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
زهرا نعمتی - گروه مهندسی کامپیوتر، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران

خلاصه مقاله:
کلاهبرداری و پولشویی یکی از مهمترین چالش های سیستم مالی بوده که توسعه خدمات مالی را دشوار می کند. در این مقاله با درنظر گرفتن یکی از کشورهای درحال توسعه به عنوان نمونه مالزی، بررسی می کنیم که آیا شرکت های کلاهبردای در مدیریت درآمدهای واقعی و مدیریت درآمدهای تعهدی قبل از سال کلاهبرداری درگیر هستند یا خیر. در ادامه اشاره خواهیم کرد، با ظهور رشد شگرف پرونده های کلاهبرداری مالی، یادگیری ماشین نقش بزرگی در بهبود کیفیت یک کار حسابرسی درآینده خواهد داشت. یک مطالعه موردی نیز از بازدید یک شرکت حسابرسی خارجی برای کشف سودمندی الگوریتم های یادگیری ماشین برای بهبود کیفیت یک کار حسابرسی ارائه خواهد شد و در پایان نسبت به بررسی بهینه سازی ازدحام ذرات برای بهبود عملکرد شبکه عصبی مصنوعی و شناخت دقیق تر الگوی کلاهبرداری با دقت، حساسیت و صحت در تشخیص تقلب بانکی به ترتیب ۹۰۳۲ درصد، ۸۸.۰۶ و ۹۰.۱۲ درصد خواهیم پرداخت.

کلمات کلیدی:
کلاهبرداری، مدیریت درآمدها، الگوریتم های یادگیری ماشین، بهینه سازی ازدحام ذرات

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1245393/