抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
現在,多くの銀行はオンラインバンクサービスを提供し,顧客をオンラインで取引することを可能にする。しかし,それはまた,特にクレジットカード fraudのためにテレコム fraudを押し上げる。過去数年間,いくつかの研究は,オンライン取引不正を検出するいくつかのデータマイニングベースの方法に関して働いている。しかし,ほとんどの研究は,少ないデータ,少量の特徴,およびただ一つのモデル分類器に適合した。さらに,それらによって使用されたモデル分類器は,通常,データの大きな集合に適合するのにあまりにも弱い。この問題を処理するために,本論文では, fraudを検出するハイブリッドデータマイニングベースアルゴリズムを提案した。データセットは,Eバンクによって提供されるIEEE-CIS Fraudデータセットであり,それは良い分類装置を訓練するのに十分大きい。さらに,適切な特徴工学を行い,より良い精度を達成した。実験セクションにおいて,著者らのハイブリッド法を,著者らの方法の電力を示すために,単一モデルを有する他の古典的方法と比較した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】