کشف تقلب در دادههای مالی از طریق به کارگیری رویکرد جمعی در مراحل مدلسازی و انتخاب ویژگی

سال انتشار: 1402
محل انتشار: پنجمین کنفرانس ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و صنایع
کد COI اختصاصی: NCAEC05_008
زبان مقاله: فارسی
تعداد مشاهده: 149

نویسندگان

کارشناسی ارشد مهندسی کامپپیوتر، گرایش نرم افزار، دانشگاه علم و صنعت ایران

عضو هیئت علمی دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران

چکیده

امروزه تقلب در دادههای مالی به یک نگرانی جدی در سطح جهانی تبدیل شدهاست . کشف به هنگام تقلب می تواند مانع از وقوع تقلبات بیش تر شده و از خسارات مالی جلوگیری کند. در مسئله کشف تقلب ، مدلهای یادگیری جمعی ، به دلیل کارایی قابل اطمینان، مورد توجه قرار گرفته اند. همچنین مرحله انتخاب ویژگی ها، مهمترین مرحله در مسائل داده کاوی برای کاهش ویژگی های نامربوط از مجموعه داده اصلی است و می تواند با کاهش اندازه مجموعه داده » سرعت ردهبندها« را افزایش و »عملکرد مدلها« را از طریق کاهش احتمال بیش برازش بهبود دهد. ما در این مقاله از طریق به کارگیری »رویکرد جمعی « در مراحل »مدلسازی « و »انتخاب ویژگی ها«، به ارائه یک فرایند کشف تقلب جدید می پردازیم . در فرایند پیشنهادی ، چارچوب ENTREEBAM در مرحله مدلسازی و چارچوب ENoFSA در مرحله انتخاب ویژگی ها به کار گرفته شدهاند. نتایج تجربی نشان می دهد روش پیشنهادی ، باعث بهبود دقت ، براساس ۶ معیار ارزیابی Precision، Recall، F۱-Score، AUC-PR، MCC و GMean شده و بهترین نتیجه را در مقایسه با کارهای پیشین ، به ارمغان می آورد.

کلیدواژه ها

کشف تقلب ، یادگیری ماشین ، انتخاب ویژگی ، یادگیری جمعی ، داده کاوی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.