Fraud Detection in Credit Card Transactions; Using Parallel Processing of Anomalies in Big Data
محل انتشار: فصلنامه مدیریت فناوری اطلاعات، دوره: 8، شماره: 3
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 227
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JITM-8-3_006
تاریخ نمایه سازی: 26 بهمن 1400
چکیده مقاله:
In parallel to the increasing use of electronic cards, especially in the banking industry, the volume of transactions using these cards has grown rapidly. Moreover, the financial nature of these cards has led to the desirability of fraud in this area. The present study with Map Reduce approach and parallel processing, applied the Kohonen neural network model to detect abnormalities in bank card transactions. For this purpose, firstly it was proposed to classify all transactions into the fraudulent and legal which showed better performance compared with other methods. In the next step, we transformed the Kohonen model into the form of parallel task which demonstrated appropriate performance in terms of time; as expected to be well implemented in transactions with Big Data assumptions.
کلیدواژه ها:
نویسندگان
محمدرضا تقوا
Associate Prof, Faculty of Management and Accounting, Allameh Tabataba’i University, Tehran, Iran
طاها منصوری
Ph.D. Candidate in Information Technology Management, Allameh Tabataba’i University, Tehran, Iran
کامران فیضی
Prof, Faculty of Management and Accounting, Allameh Tabataba’i University, Tehran, Iran
بابک اخگر
Prof, Sheffield Hallam University, Sheffield, England
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :