چکیده:
في الوقت الحاضر، أحد أهم العوائق التي تحول دون استخدام خدمات الخدمات المصرفية الإلكترونية هو نقص الأمن وبعض سوء الاستخدامات في مسار المعاملات المالية. لهذا السبب، فإن استخدام الأساليب لتحديد السلوكيات المشبوهة يعد من القضايا المهمة في المؤسسات المالية والبنوك. في هذا البحث، يتم السعي لتقديم طريقة جديدة لاكتشاف الاحتيال في بطاقات الائتمان باستخدام تقنية استخراج البيانات. على الرغم من عدم وجود إحصائيات دقيقة حول الاحتيال في بطاقات الائتمان الموثوقة في البلاد، إلا أنه يبدو أن الاحتيال في بطاقات الائتمان يزداد مع تطور الخدمات المصرفية الإلكترونية وسيصبح في المستقبل القريب أحد مشاكل النظام المصرفي في البلاد. لذلك، بعد إجراء مقابلات مع الخبراء في مجال بطاقات الائتمان، يتم تحديد أنواع الاحتيال الشائعة في مجال بطاقات الائتمان من خلال إجراء تغييرات ذات مغزى على البيانات لإعداد معاملات احتيالية. بالاعتماد على طريقة التصنيف في استخراج البيانات، يتم تقديم ثلاثة تقنيات وهي الشبكات العصبية وشجرة القرار وأقرب جار، لنموذج لتصنيف المعاملات إلى معاملات صحيحة واحتيالية. يتميز هذا النموذج بأنه يعتمد على بيانات النظام المصرفي في البلاد، وقد تمكن من تحقيق أداء جيد نسبيًا في التصنيف المذكور بدقة 98٪.
خلاصه ماشینی:
لذلك، في هذا البحث، بعد إجراء مقابلات مع الخبراء في مجال بطاقات البنوك، يتم تحديد أنواع الاحتيال الشائعة في مجال بطاقات البنوك من خلال تطبيق تغييرات ذات مغزى على البيانات لإعداد معاملات احتيالية، وباستخدام طريقة التصنيف في التنقيب عن البيانات، يتم تقديم ثلاثة تقنيات وهي الشبكات العصبية وشجرة القرار وأقرب الجيران، لنموذج لتصنيف المعاملات إلى معاملات سليمة ومعاملات احتيالية.
إن إنشاء نظام معلومات جديد وتقنيات الكشف عن الاحتيال، بالإضافة إلى تحديد عمليات الاحتيال والاختلاسات التي حدثت في المؤسسة وتحليلها، يسعى أيضًا إلى التنبؤ بسلوك المستخدمين أو العملاء من خلال التعرف على سلوكهم.
في هذا البحث، نسعى إلى تقديم طريقة جديدة للكشف عن الاحتيال في البطاقات المصرفية باستخدام تقنية استخراج البيانات.
الهدف الآخر من البحث هو استخدام استخراج البيانات في مجال تحديد الاحتيال في البطاقات المصرفية وتحديد المعاملات الاحتيالية بشكل أفضل من بين المعاملات والكفاءة في النظام المصرفي.
لذلك، فإن التعرف على بالإضافة إلى استخدام هذه الأنواع من الاحتيال في منع وقوعها، يمكن أن تكون مفيدة جدًا في مجال تحليل وتصميم 1 الأنظمة المعلوماتية المطلوبة.
في هذه العملية، يتم إنشاء نموذج أولي بناءً على مجموعة بيانات التدريب، ثم يتم استخدام هذا النموذج لتصنيف البيانات الجديدة، وبالتالي، باستخدام النموذج الذي تم الحصول عليه، يمكن التنبؤ بانتماء البيانات الجديدة إلى فئة معينة.
في هذا البحث، تم تقديم نموذج لتحديد احتيال عملاء البطاقات بناءً على خوارزميات استخراج البيانات مثل خوارزمية شجرة القرار والشبكة العصبية وأقرب جار.
تحديد الاحتيال في التأمين على السيارات باستخدام طريقة استخراج البيانات.
(
, 
, 
)
