6533b873fe1ef96bd12d5122

RESEARCH PRODUCT

Netipisku datu un krāpniecisku transakciju noteikšana, izmantojot gadījuma meža algoritmu

subject

description

Elektroniskā komercija ir globāla, strauji augoša nozare. Līdz ar nemitīgu bezskaidras naudas darījumu skaita pieaugumu par nozīmīgu problēmu ir kļuvušas krāpnieciskas transakciju darbības, kas ik gadu rada lielus finansiālus zaudējumus. Darbā aplūkotas metodes, ar kuru palīdzību var noteikt kopas netipiskas vērtības. Aplūkoti piemēri daudzdimensionālu datu netipisku vērtību noteikšanai, izmantojot klasterizācijas metodes, varbūtību blīvuma funkcijas un novērojuma apkārtnes blīvuma aprēķinu. Darbā dots ieskats gadījuma meža algoritmā, kuru 2001. gadā ieviesa L. Breimanis. Algoritma pamatā ir lēmumu koku ansambļa apmācīšana, katra koka apmācībai izmantojot tikai daļu no pieejamās datu kopas tādā veidā, lai koki savstarpēji nav korelēti, šādi samazinot gadījuma meža variāciju un uzlabojot tā spēju prognozēt novērojumu piederību kādai no klasēm. Ar gadījuma meža algoritma palīdzību ir izveidots modelis, kas ļauj noteikt krāpnieciskas darbības transakciju datos. Darba izpildei tika izmantota statistiska programma R. Atslēgvārdi: netipiskas vērtības, lēmumu koks, gadījuma mežs, krāpniecisku transakciju