Wykrywanie oszustw związanych z kartami kredytowymi przy użyciu algorytmu uczenia się korowego

W miarę jak instytucje finansowe na całym świecie dążą do osiągnięcia gospodarki bezgotówkowej poprzez zwiększenie siły nabywczej obywateli i zmniejszenie wysokich kosztów obsługi pieniądza korzystanie z kart kredytowych staje się niezbędne do osiągnięcia tego celu. W związku z tym wraz z nowym dążeniem do gospodarki bezgotówkowej nastąpi znaczny wzrost wykorzystania kart kredytowych a także związanych z nimi oszustw. Niniejsza praca stanowi proaktywny środek wykrywania oszustw związanych z kartami kredytowymi. W badaniu przedstawiono model oparty na hierarchicznej pamięci czasowej który może wykrywać nieuczciwe transakcje dokonywane przy użyciu kart kredytowych. Do stworzenia modelu wykrywania oszustw związanych z kartami kredytowymi zastosowano nowatorskie podejście w uczeniu maszynowym znane jako algorytm uczenia korowego. Algorytm działał na danych dotyczących kart kredytowych uzyskanych z repozytorium UCI przekształcał dane o dużej gęstości do postaci rzadkiej a następnie wykorzystywał swoje kolumny uczenia się do rozpoznawania wzorców przestrzennych. W pracy zastosowano metodologię obiektowej analizy i projektowania a jej wdrożenie odbyło się przy użyciu języka programowania Java. Powstały model przeprowadził uczenie się online i osiągnął wysoki procent dokładności.