ترکیب شبکه های عصبی با الگوریتم هوش مصنوعی فاخته جهت بهبود و دقت تشخیص تقلب در تراکنشهای بانکی

در چند دهه اخیر، نوآوری داده ها و ارتباطات به عنوان یک دستگاه توانمند در خدمت بشر بوده و بر امور منطقی، مالی، اجتماعی، اجتماعی و سیاسی اکثر کشورهای جهان تاثیر گذاشته است. مهمترین دلیل توسعه، بخش ضروری و بارز نوآوری داده ها و ارتباطات در گسترش بهره وری و کفایت تمرینات است. و به حدی که استفاده از آن تقریبا در هر زمینه کاری اجتناب ناپذیر است. استفاده از این ابزار برای شبیه سازی یک فضای کاری واقعی تحت پوشش یک محیط الکترونیکی به سرعت در حال افزایش است. این محیط ها سعی در شبیه سازی تعاملات اجتماعی در فضاهای انتزاعی دارند و تا حد زیادی در این راه موفق هستند. نمونه های موفق عبارتند از تجارت الکترونیک، بانکداری الکترونیک، دولت الکترونیک و آموزش الکترونیک [1]. از سوی دیگر، در عصر انفجار اطلاعات، شرکت های فردی هر روز حجم زیادی از داده ها را تولید و جمع آوری می کنند. استخراج اطلاعات مفید از پایگاه های داده و تبدیل آن اطلاعات به نتایج دنیای واقعی یکی از بزرگترین چالش ها برای شرکت ها است [2]. با توجه به پیشرفت حوزه فناوری اطلاعات در این کشور به ویژه دولت الکترونیک، استفاده از سیستم های کامپیوتری در صنعت و تاثیر ایجاد بانک های اطلاعاتی بزرگ توسط ادارات دولتی، سازمان ها و بخش خصوصی، یک راه وجود دارد. نیاز به استفاده از داده کاوی بسیار زیاد است[3].

کلیدواژه ها:

3-3- الگوریتم فاخته ، الگوریتم خوشه بندی فازی ، سیستم کشف تقلب