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。
e-コマース産業の爆発的成長によって,実世界アプリケーションにおけるオンライン取引 fraudの検出は,電子商取引プラットフォームの開発にとってますます重要になった。ユーザの逐次行動履歴は,通常のものから不正な支払いを識別する際に有用な情報を提供する。最近,このシーケンスベースの不正検出問題を解くためにいくつかのアプローチが提案されている。しかし,これらの方法は,通常,2つの問題に悩まされる:予測結果は説明が難しく,行動の内部情報の開発が不十分である。上記の2つの問題に取り組むために,著者らは,ユーザの行動シーケンスをモデル化するために,階層的説明可能ネットワーク(HEN)を提案して,それは,不正検出の性能を向上させるだけでなく,推論プロセスを解釈できる。一方,e-コマースビジネスは新しいドメイン,例えば,新しい国または新しい市場に拡大して,不正検出システムにおけるユーザ行動をモデル化するための一つの主要な問題は,データ収集の限界,例えば,利用可能な非常に少ないデータ/ラベルである。そこで本論文では,新しいドメイン(ターゲットドメイン)における性能を改善するために,既存のドメイン(ソースドメイン)から知識を十分かつ成熟したデータで転送することを目的とする,交差ドメイン fraud検出問題に取り組むための転送フレームワークを提案した。提案手法は,HENに適用できるだけでなく,Embedding&MLPパラダイムにおける様々な既存モデルにも適用できる一般的な転送フレームワークである。また,90の転送タスク実験に基づいて,この転送フレームワークがHENによるクロスドメイン不正検出タスクに寄与するだけでなく,様々な既存モデルに対して普遍的で拡張可能であることも示した。【JST・京大機械翻訳】