شناسایی ناهنجاری در تراکنشهای مالی با استفاده از الگوریتم جنگل ایزوله (Isolation Forest)

چکیده مقاله

در این پژوهش از الگوریتم یادگیری ماشین بدون ناظر جنگل ایزوله Isolation Forest جهت شناسایی ناهنجاریها در تراکنش های مالی یک کسب و کار کوچک استفاده شده است برای ارزیابی عملکرد، مدل یک مجموعه داده مصنوعی شامل ۱۰۰۰ تراکنش مالی با ویژگیهای مبلغ، ساعت، نوع تراکنش و شناسه مشتری تولید شد حدود ۵ درصد از داده ها به صورت هدفمند به عنوان ناهنجار طراحی شدند مدل آموزش دیده بر اساس Isolation Forest توانست با دقت بیش از ۹۶ درصد ناهنجاریها را شناسایی کند همچنین نشان داده شد که الگوریتم پیشنهادی در مقایسه با الگوریتم One Class Me، عملکرد بهتری در تفکیک داده های عادی از داده های ناهنجار دارد بررسی نمودارهای تصویری و جدول آماری حاصل از الگوریتم مشخص کرد که با وجود چالش هایی مانند نرخ بالای هشدار اشتباه، الگوریتم پیشنهادی میتواند به عنوان یک ابزار کمکی در سیستم های نظارتی مالی برای کسب و کارهای کوچک مورد استفاده قرار گیرد

کلیدواژه‌ها

نویسندگان

مرتضی عزیزیان شریف آباد

رییس بهینه سازی شرکت آهن و فولاد ارفع، ایران

امین مرادیان

هیات علمی دانشگاه ولیعصر رفسنجان مشاور شرکت نوین الکترود اردکان ایران

�زیزیان شریف آباد، مرتضی و مرادیان، امین،1404،شناسایی ناهنجاری در تراکنشهای مالی با استفاده از الگوریتم جنگل ایزوله (Isolation Forest)،کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال،یزد

ارائه‌شده در

مجموعه مقالات کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال21 آبان 1404 · یزد