كشف تقلب در داده‌هاي مالي از طريق به‌كارگيري رويكرد جمعي در مراحل مدل‌سازي و انتخاب ويژگي

Ensemble-based Credit Card Fraud Detection by Novel Frameworks in Modeling and Feature Selection Stages

امروزه تقلب در داده‌هاي مالي به يك نگراني جدي در سطح جهاني تبديل ‌شده‌است. كشف به‌هنگام تقلب مي‌تواند مانع از وقوع تقلبات بيش‌تر شده و از خسارات مالي جلوگيري كند. در مسئله كشف تقلب، مدل‌هاي يادگيري جمعي، به دليل كارايي قابل اطمينان، مورد توجه قرار گرفته‌اند. همچنين مرحله انتخاب ويژگي‌ها، مهمترين مرحله در مسائل داده‌كاوي براي كاهش ويژگي‌هاي نامربوط از مجموعه داده اصلي است و مي‌تواند با كاهش اندازه مجموعه داده «سرعت رده‌بندها» را افزايش و «عملكرد مدل‌ها» را از طريق كاهش احتمال بيش‌برازش بهبود دهد. ما در اين مقاله از طريق به‌كارگيري «رويكرد جمعي» در مراحل «مدل‌سازي» و «انتخاب ويژگي‌ها»، به ارائه يك فرايند كشف تقلب جديد مي‌پردازيم. در فرايند پيشنهادي، چارچوب ENTREEBAM در مرحله مدل‌سازي و چارچوب ENoFSA در مرحله انتخاب ويژگي‌ها به‌كار گرفته شده‌اند. نتايج تجربي نشان مي‌دهد روش پيشنهادي، باعث بهبود دقت، براساس 6 معيار ارزيابي Precision، Recall، F1-Score، AUC-PR، MCC و GMean شده و بهترين نتيجه را در مقايسه با كارهاي پيشين، به ارمغان مي‌آورد.

Today, financial data fraud has become a serious global concern. Detecting fraud in a timely manner can prevent further fraudulent activities and mitigate financial losses. In the field of fraud detection, ensemble learning models have gained attention due to their reliable performance. Additionally, feature selection is a crucial step in data mining problems to reduce irrelevant features from the original dataset, potentially improving the speed of classifiers by reducing dataset size and enhancing model performance by reducing the risk of overfitting. In this paper, we present a novel fraud detection process by employing an ensemble approach in the modeling and feature selection stages. In our proposed approach, we utilize the ENTREEBAM framework in the modeling stage and the ENoFSA framework in the feature selection stage. Experimental results demonstrate that our proposed method enhances accuracy according to six evaluation metrics: Precision, Recall, F1-Score, AUC-PR, MCC, and GMean, achieving the best results compared to previous works.