تحلیل تقلب در تراکنش های کارت اعتباری با استفاده از الگوریتم H۲O Gradient Boosting و با استفاده از تحلیل زمانی

شناسایی تقلب در تراکنش های کارت اعتباری به عنوان یکی از چالش های مهم در حوزه امنیت مالی و بانکی مطرح است. در پژوهش هایی که در سالیان اخیر انجام شده سعی در شناسایی این موضوع مهم مطرح است. در این پژوهش، از الگوریتم H۲O Gradient Boosting Machine (H۲O GBM) به منظور تحلیل و کشف تقلب استفاده شده است. داده های مورد بررسی شامل ویژگی های زمانی و ماهانه تراکنش ها هستند که اهمیت آن ها در فرآیند شناسایی تقلب مورد تحلیل قرار گرفته است. ابتدا، پیش پردازش داده ها انجام شده و ویژگی های کلیدی شناسایی شدند. سپس، مدل H۲O GBM با استفاده از داده های آموزشی طراحی و آموزش داده شد. عملکرد مدل با استفاده از معیارهایی همچون دقت، F۱-Score و نمودار ROC مورد ارزیابی قرار گرفت. نتایج نشان دهنده دقت بالای مدل در شناسایی تقلب و تاثیر مهم ویژگی های زمانی در بهبود عملکرد مدل است. این پژوهش می تواند به ارتقای امنیت سیستم های مالی و کاهش خسارات ناشی از تقلب کمک شایانی نماید.

کلیدواژه ها:

شناسایی تقلب ، تراکنش های کارت اعتباری ، الگوریتم H۲O GBM ، ویژگی های زمانی