سمیه عسکرپور - گروه کامپیوتر، دانشگاه فنی و حرفه ای استان کرمان، کرمان، ایران
فهیمه خسروشاهی - گروه حسابداری، دانشگاه فنی و حرفه ای استان کرمان، کرمان، ایران

امروزه بیشتر فعالیت های انجام شده در حوزه بانکی یه صورت آنلاین انجام می شود و بیشتر خدمات مالی به مشتریان در بستر وب و اینترنت انجام می شود. امروزه بیشتر بانک ها برای ارایه خدمات به مشتریان خود از بانکداری الکترونیک استفاده می نمایند و این موضوع باعث شده در هزینه ها صرفه جویی شده و کارایی روش های انتقال مالی را بهبود دهد. یکی از چالش های مهم بانکداری الکترونیک وجود فرآیند تقلب و پولشویی در بانکداری است و می تواند اقتصاد یک کشور را با چالش مواجه سازد از این جهت شناسایی تراکنش های مبتنی بر پولشویی و تقلب بانکی یکی از روش های مهم برای ایجاد شفافیت در سیستم های مالی و بانکداری است. یکی از روش های تشخیص تقلب و پولشویی استفاده از روش های دادهکاوی و یادگیری ماشین است که می تواند برای تشخیص الگوی تراکنش های تقلبی استفاده شود. در این پژوهش برای تشخیص تقلب و پولشویی در سیستم بانکی تلاش شده تا با استفاده از محیط وکا الگوریتم های مختلف داده کاوی برای تشخیص تقلب مورد پیاده سازی قرار گرفته شوند و یک مقایسه بین آنها ارایه شود. نتایج پژوهش نشان می دهد با توجه به آزمایشات در محیط وکار بیشترین شاخص حساسیت را جنگل تصادفی دارد و بیشترین شاخص صحت نیز مرتبط با درخت تصمیم گیری است و شبکه بیزین دارای کمترین حساسیت و صحت برای تشخیص تقلب بانکی است

تقلب، پولشویی، بانکداری، داده کاوی، یادگیری ماشین