研究文章雷竞技app下载苹果版

基于Web挖掘的信用卡系统欺诈检测

摘要

现在信用卡的使用量急剧增加。随着信用卡成为最受欢迎的在线和日常购物支付方式，与信用卡相关的欺诈案件也在增加。将集成各种技术，如分类、聚类和web挖掘的先验，以表示信用卡交易处理中的操作顺序，并展示如何将其用于欺诈检测。最初，网络挖掘技术是根据持卡人的正常行为进行训练的。如果一个即将到来的信用卡交易没有被web挖掘模型以足够高的概率接受，那么它就被认为是欺诈。与此同时，系统将努力确保真实的交易不会被拒绝。使用来自信用卡发行机构的数据，基于网络挖掘模型的欺诈检测系统将在大量标记的信用卡账户交易样本上进行训练，并在由所有账户活动组成的抵制数据集上进行测试。Web挖掘技术可以针对丢失卡片、被盗卡片、应用程序欺诈、伪造欺诈和邮购欺诈等欺诈示例进行训练。提议的系统将能够通过考虑持卡人的消费习惯而不考虑其重要性来检测欺诈。通常，任何欺诈检测系统都不知道在个别交易中购买的物品的详细信息。 The proposed system will be an ideal choice for addressing this problem of current fraud detection system. Another important advantage of proposed system will be a drastic reduction in the number of False Positives transactions. FDS module of proposed system will receive the card details and the value of purchase to verify, whether the transaction is genuine or not. If the Fraud Detection System module will confirm the transaction to be of fraud, it will raise an alarm, and the transaction will be declined.

Hetvi Modi, Shivangi Lakhani, Nimesh Patel, Vaishali Patel

阅读全文下载全文|访问全文