زهره زرین قلمی - عضو هییت علمی گروه مهندسی کامپیوتر دانشکده برق، کامپیوتر و مکانیک، دانشگاه ایوان کی
علیرضا احمدی - دانشجوی کارشناسی مهندسی کامپیوتر دانشکده برق، کامپیوتر و مکانیک، دانشگاه ایوان کی

امروزه استفاده از کارت های اعتباری برای جلوگیری از حوادث ناشی از بهمراه داشتن پول نقد رواج یافته است اما این موضوع نه تنها باعث عقب نشینی افراد سودجو نشده، بلکه راه های جدید با خطر کمتری را پیش روی آن ها گشوده است. از بررسی آمارهای بانک ها و سایر متولیان کارت های بانکی چنین بر می آید که تقلب در کارت های اعتباری بطور فزاینده ای در حال افزایش است و با توجه به حجم بالای تراکنش های صورت گرفته، نیاز به ابزار مناسبی جهت کشف تقلب در داده ها احساس می شود. داده کاوی علم جدیدی است که دراین زمینه مطرح شده، بطوریکه با استفاده از تکنیک های مختلف آن می توان در این حجم انبوه داده به پردازش پرداخته و موارد مشکوک را جستجو نمود. در این مقاله به منظور ارایه ی روشی در زمینه کشف تقلب، به بررسی دو تکنیک پر کاربرد شبکه عصبی و درخت تصمیم پرداخته شده است و با استفاده از ابزارهای نرم افزار داده کاوی کلمنتاین، درصد دقت تشخیص صحیح این دو روش در میزان یادگیریهای مختلف با یگدیگر مقایسه شده اند؛ در نهایت روش ترکیبی، به عنوان گزینه انتخابی بهتر نسبت به استفاده جداگانه از هر یک از الگوریتم ها، معرفی میگردد.

شبکه عصبی، درخت تصمیم، الگوریتم، داده کاوی