تشخیص تقلب های آنلاین بانکی در داده های بسیار نامتوازن با استفاده از داده کاوی (مطالعه موردی)

در طول دهه های اخیر حجم زیادی از داده ها در پایگاه داده ها ذخیره شده اند. در واقع سازمان ها علی رغم نیاز به اطلاعات نهفته در داده ها، قادر به استفاده از آن ها نیستند. از طرف دیگر، با توجه به تنوع زیاد مشتریان، بازارها و تنوع و پیچیدگی محیط های کسب و کار، لزوم استفاده از راهکارهای مناسب برای طبقه بندی و یافتن اطلاعات کاربردی جهت تصمیم گیری صحیح و به موقع در میان انبوهی از داده ها به کاهش اعتبار این موسسات در برآوردن انتظارات مشتریان خود می شود. معذلک، به نظر می رسد تحلیل و آنالیز اطلاعات حاصل از تراکنش های موسسات مالی و به تبع آن تدوین سیاست هاو پروتکل های امنیتی و احراز هویت امری غیرقابل اجتناب باشد. در این تحقیق پایه اصلی بر اساس متدلوژی استاندارد داده کاوی crisp-dm بنا شده است. بر اساس متدلوژی استاندارد crisp-dm، ابتدا مسائل اصلی تحقیق و فضای کلی کار را بررسی نموده و اقدام به تهیه مجموعه داده مرتبط با مسئله نموده ایم. سپس، با استفاده از روش های آماری و جداول و نموارها تحلیل های اولیه را بر روی داده ها انجام داده ایم. در ادامه به آماده سازی و پیش پردازش داده ها پرداخته شده است. در طول اجرای مرحله آماده سازی، تعدادی از مشخصه ها ایجاد، حذف یا تغییر می یابند. در مرحله چهارم، مدل سازی را با استفاده از تکنیک های متفاوت رده بندی انجام می شود. ارزیابی مدل های ایجاد شده در آخرین مرحله از تحقیق انجام شده است که به دنبال آن مدل های بهینه سازی دقیق تر را به عنوان مدل نهایی مسئله انتخاب شده است. در مرحله ارزیابی، نتایج به دست آمده را با مسئله مورد بحث، که در قالب سوالات اصلی تحقیق معرفی می شود، مقایسه نموده و میزان نیل به اهداف تحقیق را مورد سنجش قرار داده می شود.