کاربرد شبکه عصبی بازگشتی در تشخیص تقلب کارت اعتباری

تشخیص تقلب در تراکنش های کارت اعتباری به دلیل حجم بالای داده های زمانی و نسبت کم تراکنش های تقلبی، نیازمند مدل های کارآمد است. این مطالعه یک مدل شبکه عصبی بازگشتی (RNN) را برای شناسایی تقلب با استفاده از مجموعه داده Creditcard.csv بررسی می کند. هدف، ارزیابی عملکرد RNN در پردازش توالی های کوتاه تراکنشی است. روش تحقیق شامل پیش پردازش داده ها (استانداردسازی و حذف داده های پرت)، طراحی مدل RNN با دو لایه (۳۲ واحد)، و ارزیابی با معیارهای دقت، صحت، فراخوانی، و امتیاز F۱ بود. نتایج دقت ۸۹.۹۵%، صحت ۸۴.۶۷%، فراخوانی ۷۲.۴۵%، و امتیاز F۱ برابر با ۷۲.۰۸% را نشان داد. اگرچه RNN کارایی متوسطی دارد، اما محدودیت هایی در شناسایی توالی های پیچیده مشاهده شد. پیشنهاد می شود مدل های ترکیبی با RNN برای بهبود عملکرد بررسی شوند.

کلیدواژه ها:

تشخیص تقلب ، کارت اعتباری ، شبکه عصبی بازگشتی ، یادگیری عمیق