تشخیص تراکنشهای مشکوک در کارتهای اعتباری با استفاده از الگوریتم Extra Trees Classifier
نویسندگان
1 داﻧﺸﺠﻮی کارشناسی ارشد، گروه ﻣﺪﯾﺮﯾﺖ مالی، داﻧﺸﮑﺪه ﻣﺪﯾﺮﯾﺖ و اﻗﺘﺼﺎد، واﺣﺪ ﻋﻠﻮم و ﺗﺤﻘﯿﻘﺎت، داﻧﺸﮕﺎه آزاد اﺳﻼﻣﯽ، تهران، ایران
2 دانشیار، گروه حسابداری، واحد بروجرد، داﻧﺸﮕﺎه آزاد اﺳﻼﻣﯽ، بروجرد، ایران (ﻧﻮﯾﺴﻨﺪه ﻣﺴﺌﻮل)
doi
https://doi.org/10.82335/jfksa.2025.1104579چکیده
در سالهای گذشته، با توسعه تجارت الکترونیک، کارتهای اعتباری به طور گسترده تری در تراکنشها به دلایل مختلف از جمله سهولت کارایی مورد استفاده قرار گرفته اند. تقلب و تراکنش های غیرمجاز کارت های اعتباری به دلیل افزایش استفاده از آنها در حال تبدیل شدن به مسئلهای رایج و مهم است. بنابراین، مسئولیت بزرگی بر عهده مؤسسات مالی است که مکانیزم موجود خود را بهروز کنند تا از این اقدامات غیرمجاز جلوگیری کنند. عدم وجود یک الگوی مشخص و همچنین عدم توازن در تعداد تراکنش های مجاز و غیرمجاز، توسعه مدل و ساخت سیستم های تشخیص تقلب را با مشکل مواجه کرده است. هدف اصلی این مطالعه، ایجاد یک راهکار مناسب، دقیق و سریع برای تشخیص تقلب در کارت های اعتباری مبتنی بر یادگیری ماشین است. مدل پیشنهادی در این مقاله، شامل استفاده از روش SMOTE برای مدیریت دادههای نامتوزان و الگوریتم Extra Trees Classifier برای شناسایی تراکنش غیرمجاز است. همچنین معیارهای مختلف بررسی دقت و کارایی نشان از عملکرد موثر مدل پیشنهادی میباشد.
