تکنیک های کشف تقلب در بانکداری الکترونیک با استفاده از داده کاوی

شناسایی کلاهبرداری با تجزیه و تحلیل داده ها، نرم افزارها و ابزارهای کشف تقلب، و همچنین یک برنامهتشخیص و پیشگیری از تقلب، سازمان ها را قادر می سازد تا تاکتیک های کلاهبرداری مرسوم، ارجاع متقابلداده ها از طریق اتوماسیون، نظارت دستی و مستمر تراکنش ها و جرایم را در زمان واقعی و رمزگشایی طرحهای جدید و پیچیده را پیش بینی کنند که یکی از بزرگترین چالشهای کشف تقلب در بانکداری الکترونیکمی باشد. دادهکاوی برای تشخیص و پیشگیری از تقلب، داده ها را طبقه بندی، خوشه بندی و بخش بندی می کند وبه طور خودکار ارتباط ها و قوانینی را در داده ها پیدا می کند که ممکن است نشان دهنده الگوهای جالبی باشد، ازجمله موارد مرتبط با تقلب. شبکه های عصبی الگوهای مشکوک را یاد می گیرند و برای شناسایی تکرارهایبیشتر استفاده می شوند. شبکه های عصبی تحت تشخیص تقلب، طبقه بندی، خوشه بندی، تعمیم و پیش بینیداده های مرتبط با تقلب را انجام می دهند که می توان آنها را با نتایجی که در حسابرسی های داخلی یا اسناد مالیرسمی به دست می آیند مقایسه کرد.

کلیدواژه ها:

تقلب ، بانکداری الکترونیک ، تقلب مالی ، داده کاوی