Makine öğrenmesi yöntemleri ile çevrimiçi kredi kartı işlemlerinde Fraud analizi tahmini
Fraud analysis prediction in online credit card transactions using machine learning methods
- Tez No: 878200
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Çok Katmanlı Sinir Ağları, Veri Madenciliği, Naive Bayes Yönetmi, Sahtekarlık tespiti, Multilayer Neural Networks, Data Mining, Naive Bayes Classifier, Fraud Detection
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 86
Özet
Kredi kartları, dünya genelinde yaygın kullanımı ve sağlam altyapısı sayesinde hızla insanların günlük hayatlarına entegre olmuş ve güvenle kullanılan ödeme araçlarından biri haline gelmiştir. Ancak, kredi kartı sayılarının artması ve işlem hacminin hızla büyümesi, dolandırıcıları cezbetmiş ve haksız kazanç elde etme amacıyla çeşitli dolandırıcılık yöntemlerini ortaya çıkarmıştır. Günümüzde kredi kartı bilgilerine ulaşmanın kolaylaşması, kredi kartı dolandırıcılarının faaliyetlerini kolaylaştırmaktadır. Gelişen teknoloji ile hesap hareketleri zaman içinde analiz edilebilmekte ve kötü niyetli verilerin kullanımı izlenebilmektedir. Bu çalışmada, Kaggle veritabanından elde edilen Kredi Kartı Dolandırıcılık Teşhis veri seti kullanılarak bu çalışma, kredi kartı dolandırıcılığı tespiti için topluluk tabanlı XGBoost modeli ile diğer geleneksel makine öğrenmesi modellerini karşılaştırarak önemli bulgular ortaya koymaktadır. XGBoost, Random Forest ve CatBoost modellerinin, kesinlik, geri çağırma gibi performans ölçütleri üzerinde daha iyi performans sergilediği belirtilmektedir. Bu sonuçlar, finansal kurumların günlük operasyonlarında karşılaştıkları dolandırıcılık risklerini azaltma potansiyeline işaret etmektedir. Çalışmanın dikkate değer bir noktası, XGBoost, Random Forest ve CatBoost'un dengesiz veri setleriyle başa çıkma yeteneğinin vurgulanmasıdır. Geleneksel modellerin zayıf performans gösterdiği bu durumlarda, XGBoost, RandomForest ve CatBoost'un %99'a kadar tahmin doğruluğu sağladığı ve diğer modellere göre daha iyi bir performans sunduğu gözlemlenmektedir.
Özet (Çeviri)
Credit cards have rapidly integrated into people's daily lives and become one of the securely used payment methods worldwide, thanks to their widespread usage and robust infrastructure. However, the increasing number of credit cards and the rapid growth in transaction volume have attracted fraudsters, leading to the emergence of various fraudulent methods aimed at gaining unjust profits. The ease of accessing credit card information today facilitates the activities of credit card fraudsters. With advancing technology, account transactions can be analyzed over time, enabling the tracking of the use of malicious data. In this study, utilizing the Credit Card Fraud Detection dataset obtained from Kaggle, significant findings are presented by comparing a community-based XGBoost model with other traditional machine learning models for detecting credit card fraud. It is noted that XGBoost, Random Forest, and CatBoost models perform better on performance metrics such as precision and recall. These results indicate the potential of reducing fraud risks encountered in the daily operations of financial institutions. A noteworthy point of the study is the emphasis on the ability of XGBoost, Random Forest, and CatBoost to handle imbalanced datasets. In cases where traditional models exhibit poor performance, XGBoost, RandomForest, and CatBoost are reported to achieve up to 99% prediction accuracy and provide better performance compared to other models.
Benzer Tezler
- Türbomakinalarda akış analizi ile ilgili bir araştırma
Başlık çevirisi yok
MEHMET ALİ GÜNAY
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiAkdeniz ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HÜSEYİN ŞALVARLI
- Isparta'da jeneratör gazı üretimi ve dağılımı
Başlık çevirisi yok
HALİS YAVUZ
Yüksek Lisans
Türkçe
1987
EnerjiAkdeniz ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. Z. KAZIM TELLİ
- Güneş enerjisi ile ısıtma ve soğutma sistemleri (Antalya ilinde uygulama)
Başlık çevirisi yok
NURCAN ERGÖNEN
Yüksek Lisans
Türkçe
1989
Makine MühendisliğiAkdeniz ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ŞALVARLI
- Her diesel motoruna uygulanabilecek süper şarj sisteminin araştırılması
Başlık çevirisi yok
M. ORHAN TUYGUN
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiAkdeniz ÜniversitesiMakine Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA BAYHAN
- Sürekli sistemlerde çok bileşenli gaz difuzyonu
Başlık çevirisi yok
HAVVA CEYLAN
Yüksek Lisans
Türkçe
1988
Makine MühendisliğiAkdeniz ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. Z. KAZIM TELLİ