تقلب در بانکداری الکترونیکی در ایران و ارائه راهکارها

تقلب در بانکداری الکترونیکی در ایران و ارائه راهکارها


  • 1,293 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.

در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

داده کاوی چیست؟

آموزش ابزارِ داده کاوی رپیدماینر

​معرفی منابع برای یادگیری داده کاوی

همان طوری که اشاره شد با توجه به رشد روز افزون خدمات مالی بانک ها به صورت الکترونیکی در سطح کشور و افزایش استفاده از خدمات بانکداری الکترونیک، رویکرد کلاهبرداران و متقلبان به سمت بانکداری الکترونیک رو به افزایش است و در صورت عدم استفاده از سازوکارهای تشخیص و جلوگیری از تقلب باید شاهد افزایش آمار تقلب ها در بانکداری الکترونیک باشیم. در این مطالعه الگوریتم های داده کاوی نظیر الگوریتم درخت تصمیم و نزدیکترین همسایگی بررسی شده است. با توجه به نتایج بدست آمده می توان از الگوریتم درخت تصمیم در شناسایی تراکنش های مشکوک مشتریان کارت استفاده کرد و با تولید نرم افزارهایی، تمهیدات لازم را برای پیشگیری از تقلب هایی که ممکن است در آینده رخ دهد، جلوگیری کرد. 
مولفه ها یی که برای شناسایی رفتار مشکوک و ضریب تاثیر پذیری در نظر گرفته شده است. با توجه به نتایج بدست آمده از نرم افزار به قرار زیر می باشد.
 1.شهری که تراکنش رخداد داده است
 2.زمان تراکنش
 3.تاریخ وقوع
در واقع ما در این تحقیق به شناسایی چند نوع از تراکنش های مشکوک و پیش بینی و شناسایی آنها پرداخته ایم که این بررسی پیش مقدمه ای برای جلوگیری از تقلب است. در واقع راهکار ارایه شده در این تحقیق مبین این مسئله است که بانک باید ابتدا با سیستم هوشمند به بررسی تراکنش های مشکوک بپردازد برای مثال برداشت بیش از حد و غیر عادی در فواصل زمانی کوتاه و غیره. از طرفی با توجه به یادگیری ماشین و داده کاوی می توان هشداری در سیستم ایجاد کرد تا در صورت روبرو شدن با این تراکنش های مشکوک سوال امنیتی را از صاحب کارت بپرسد و امنیت بالاتری را برای کاربران ایجاد نماید.

 

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر به دنبال مجموعه مقالات فارسی در موضوعات مختلف هستید به لینک مراجعه بفرمایید. در این لینک مجموعه مقالات فارسی در حوزه های مختلف داده کاوی و متن کاوی ارائه شده است.

اگر به پژوهش در حوزه کشف تقلب در بانکداری علاقه مند هستید توصیه می شود حتما مجموعه جالب و بی همتای  هفتاد مقاله فارسی در زمینه کشف تقلب در بانکداری  و کشف تقلب مالی  را تهیه بفرمایید.

اگر در زمینه کشف تقلب در بانکداری در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است. 

503 Service Unavailable

Service Unavailable

The server is temporarily unable to service your request due to maintenance downtime or capacity problems. Please try again later.

Additionally, a 503 Service Unavailable error was encountered while trying to use an ErrorDocument to handle the request.