فهرست نشریات علمی دسترسی آزاد ایران

هدف: هدف پژوهش، تبیین مدل برای کشف تقلب وام بانکی با استفاده از تکنیک‌های داده‌کاوی در بانک ملت است.روش‌شناسی پژوهش: روش این پژوهش مبتنی بر مدل پیاز ساندرز و رویکرد پسااثبات‌گرایی است. این تحقیق از روش قیاسی استفاده کرده و با جمع‌آوری داده‌های واقعی پنج هزار تراکنش بانکی از بانک ملت در بازه سال 1400 تا 1402، الگوریتم‌های یادگیری ماشین را برای کشف تقلب ارزیابی نموده است. چارچوب CRISP-DM به‌عنوان راهنمای فرایند داده‌کاوی به‌کار رفته که شامل گردآوری داده‌ها، پیش‌پردازش، انتخاب ویژگی‌ها، مدل‌سازی و ارزیابی الگوریتم‌ها است. روش تحقیق ترکیبی این پژوهش از رویکردهای کمی و کیفی است که از الگوریتم‌های درخت تصمیم، نزدیک‌ترین همسایه، رگرسیون لجستیک، جنگل انزوا، ماشین بردار پشتیبان و روش‌های ترکیبی الگوریتم "کولبری (بگینگ)" و "تقویت" استفاده کرده است. عملکرد مدل‌ها بر اساس معیارهای "دقت"، "یادآوری" و "امتیاز اف-یک" ارزیابی شده است.یافته‎ها: نتایج نشان می‌دهد که الگوریتم ترکیبی "تقویت" بهترین عملکرد را دارد و با دقت %7/94 عملکرد بهتری نسبت به سایر الگوریتم‌ها نشان می‌دهد و پس‌ازآن، الگوریتم کولبری (بگینگ) با دقت %2/94 قرار دارد. این نتایج نشان می‌دهد که الگوریتم‌های ترکیبی در کشف تقلب از سایر مدل‌ها عملکرد بهتری دارند.اصالت/ارزش افزوده علمی: دانش‌افزایی این پژوهش در چند محور اساسی قابل‌توجه است: نخست، این مطالعه از الگوریتم‌های ترکیبی "تقویت" و الگوریتم کولبری (بگینگ) برای کشف تقلب وام بانکی در ایران استفاده کرده و نشان داده است که این روش‌ها عملکرد بهتری نسبت به الگوریتم‌های منفرد دارند. دوم، با استفاده از 5 هزار تراکنش واقعی بانک ملت، یک مدل عملیاتی طراحی و ارزیابی شده که امکان به‌کارگیری در سیستم‌های بانکی واقعی را فراهم می‌کند. سوم، این پژوهش چارچوبی نوین مبتنی بر CRISP-DM برای تحلیل داده‌های بانکی ارایه داده و نشان داده است که روش‌های ترکیبی می‌توانند دقت تشخیص تقلب را بهبود بخشند.