Credit card fraud detection using machine learning methodology
Makina öğrenme metodoloji̇si̇ kullanilan kredi̇ karti meyve algilama
- Tez No: 615412
- Danışmanlar: Prof. Dr. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
ABD'de, kredi kartı sahtekarlığı olayları 1998 yılında keskin bir şekilde yükseldi ve SI47 milyon kayıp oldu. Bu sorunu çözmek için finansal kurumlar (FI), biri DS olarak adlandırılan önleyici tedbirler ve dolandırıcılık tespit sistemleri kullanmaktadır. Her ne kadar FDS sahtekarlığı azaltmada iyi sonuçlar gösterse de, bu sistem tarafından işaretlenen vakaların çoğu, düşük soruşturma maliyetleri ve kart sahibinin rahatsızlığıyla sonuçlanan Yanlış Pozitiflerdir. Analiz için kullanılan veriler, büyük Kanada bankalarından biri tarafından sağlanmıştır. Özelliklerin ve eğitim sınıfı dağılımlarının varyasyonları ve kombinasyonlarına dayanarak, bu parametrelerin geliştirilen prototipin performansı üzerindeki etkisini araştırmak için farklı deneyler yapılmıştır. . Sonuçlar, kullanılan yaklaşımın mevcut sistemde iyileştirme potansiyeli olduğunu göstermektedir, ancak daha kapsamlı ve bilgilendirici verilerle geliştirilmesi gereken prototip sistemlerinin geliştirilmesi de dahil olmak üzere daha fazla araştırmaya ihtiyaç vardır.
Özet (Çeviri)
In USA,credit card fraud occurrences rose sharply in 1998 causing SI47 million in losses. To address this problem,financial institutions (FIs) are employing preventive measures and fraud.detection systems one of which is called DS. Although FDS has shown good results in reducing fraud, the majority of cases being flagged by this system are False Positives resulting in sub-stantial investigation costs and cardholder inconvenience.The possibilities of enhancing the current operation by introducing a post processing system constitute the objective of this research.The data used for the analysis was provided by one of the major Canadian banks Based on variations and combinations of features and training class distributions,different sets of experiments were performed to explore the influence of these parameters on the performance of The prototype developed. The results indicate that the employed approach has a very good potential to improve on the existing system.However further research is required including the development of prototype systems which should be enhanced by more extensive and informative data
Benzer Tezler
- Dengesiz veri kümeleriyle sınıflandırma için kümelemeye dayalı yeni bir hibrit metodoloji
A novel hybrid methodology based on clustering for classification with imbalance datasets
ABDULLAH MARAŞ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM EROL
- Makine öğrenmesi algoritmaları ile suistimallerin belirlenmesi
Fraud detection by machine learning algorithms
HARUN KUTLUAY
Yüksek Lisans
Türkçe
2023
BankacılıkAnkara Sosyal Bilimler ÜniversitesiDenetim ve Risk Yönetimi (Disiplinlerarası) Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FURKAN UYSAL
- Credit card fraud detection using machine learning algorithms and analysis based on time series data
Başlık çevirisi yok
MUHAMMAD QASIM RAZA
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ROWANDA D A AHMED
- Topluluk öğrenimi ile kredi kartı dolandırıcılık tespiti: Karşılaştırmalı bir analiz
Credit card fraud detection using ensemble learning: A comparative analysis
BARIŞ AKYÜZ
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SELİN SONER KARA
- Makine öğrenmesi yöntemleri ile çevrimiçi kredi kartı işlemlerinde Fraud analizi tahmini
Fraud analysis prediction in online credit card transactions using machine learning methods
YASİN DİKBIYIK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN