ایجاد مدلی بر مبنای الگوریتم های داده کاوی به منظور کشف تقلب در تراکنش های مشتریان بانک

کشف تقلب در بانک در سال های اخیر به یکی از موضوعات اساسی در تحقیقات داده کاوی تبدیل شده است. در تحقیقات مختلف از این ابزار به منظور کشف الگوهای رفتاری مشتریان بانک ها استفاده شده است. با یادگیری الگوها توسط الگوریتم یادگیری ماشین به کشف رفتارهای ناهنجار پرداخته شده است. در این تحقیق با طراحی مدلی از ترکیب الگوریتم های -k means و RBF به تشخیص تراکنش های مشکوک مشتریان پرداخته شده است. به این صورت که با استفاده از الگوریتم -k means به خوش هبندی پرداخته شده و سپس با استفاده از آن ها به دسته بندی تراکنش ها و تشخیص رفتارهای مشکوک با استفاده از شبکه عصبی RBF پرداخته شده است. نتایج تحقیق نشان از دقت بالای مدل پیشنهادی در شناسایی تراکنش های مشکوک مشتریان بانک دارد.

کلیدواژه ها:

بانکداری الکترونیکی ، کشف تقلب ، داده کاوی ، الگوریتم k-means ، شبکه عصبی RBF