مروری بر مفاهیم داده کاوی و گذری اجمالی بر کاربرد آن در کشف تقلب

مروری بر مفاهیم داده کاوی و گذری اجمالی بر کاربرد آن در کشف تقلب

آکادمی داده

۱۳۹۷/۰۵/۱۷


  • 39 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.

در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

 

در این مقاله به اختصار، مقوله داده کاوی و تکنیک های آن بحث و بررسی شد. امروزه با توسعه علم و گسترش کسب کار در تمام زمینه ها، دادهای زیادی تولید می شوند که در ظاهر ارزش چندانی برای مسئولان ندارند اما حاوی اطلاعات مهم استخراج نشده ای هستند که در پیشبرد علم و تجارت بسیار می توانند موثر باشند. در سالها اخیر تکنیک های بسیاری برای استخراج اطلاعات از طرف محققان ارائه شده که از جمله مهمترین آنها می توان به کلاس بندی، خوشه بندی، رگرسیون، شبکه عصبی، سری زمانی و درختان تصمیم اشاره کرد. امروزه استفاده از داده کاوی برای استخراج اطلاعات در پیشبرد اهداف در کاربردهای مختلف بسیار نقش به سزایی را بازی می کند. در این میان می توان به نقش پررنگ داده کاوی در کشف تقلب های مالی اشاره کرد. در سالهای اخیر انواع گوناگون تقلب های مالی مانند تقلب در کارت اعتباری، تقلب شرکتی، پولشویی و تقلب بیمه ای توجه بسیاری از مسئولان را به خود جلب کرده است. داده کاوی روشی های موثر را برای کشف تقلب ارائه می نمایید. روشهای اصلی برای کشف تقلبهای مالی عبارتند از مدلهای رگرسیون لجستیک، شبکه عصبی، شبکه استنباط بیضین و درختان تصمیم که همه آنها راه حل های با اهمیتی را برای مشکلات ذاتی در کشف و طبقه بندی داده های متقلبانه ارائه می کنند. امروزه محققان کماکان برای ارائه راهکارهای بهتر در استخراج اطلاعات در کاربردهای مختلف از داده ها تلاش می کنند. امید است به روشهای بهتر و موثرتر دست یابند.

 

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر به دنبال مجموعه مقالات فارسی در موضوعات مختلف هستید به لینک مراجعه بفرمایید. در این لینک مجموعه مقالات فارسی در حوزه های مختلف داده کاوی و متن کاوی ارائه شده است.

کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.