شناسایی صنف پذیرندگان پایانه های فروشگاهی بر اساس داده کاوی تراکنش های پرداخت

یکی از الزامات قانون گذاری برای پذیرندگان پایانه های فروشگاهی، اظهار صحیح کسب و کار خود است تا از این طریق با شناسایی درست کاربران نهایی، از انجام تخلف های مالی و یا اقدامات مربوط به پولشویی جلوگیری شود. لیکن متاسفانه به دلیل نبود ابزارهای هوشمند برای تشخیص صنف واقعی پذیرندگان، اجرای صحیح این قانون با چالش ها و دشواری هایی مواجه است. در این مقاله مدلی ارائه شده که بدون نیاز به ناظر، پذیرندگان را بر اساس مبلغ و ساعت انجام تراکنش خوشه بندی کرده و هر صنف را در خوشه جداگانه قرار می دهد. بدین ترتیب در صورت اظهار نادرست صنف کسب و کار توسط پذیرنده، نه تنها این عدم انطباق آشکار می گردد، بلکه صنف واقعی او نیز قابل تشخیص است. این مدل به قانون گذار کمک خواهد کرد که تراکنش های پذیرنده که بافرم تراکنش های صنف او هم خوانی ندارد را شناسایی نماید و در صورت لزوم اقدامات قانونی را به انجام رساند .

کلیدواژه ها:

پذیرندگان پایانه فروشگاهی ، تراکنش پذیرنده ، پولشویی ، تراکنش صنف ، یادگیری ماشین بدون ناظر