تشخیص تقلب درسیستمهای پرداخت الکترونیکی بانکها با استفاده از داده کاوی

یکی از چالشهای تشخیص تقلب در حوزه سیستم های پرداخت الکترونیکی، تنوع و تغییر مداوم شیوههای تقلب است لذا نیاز به روش های تشخیص تقلب با کارایی و دقت بالا به روشنی قابل درک است. در این پژوهش روش داده کاوی رگرسیون لجستیک، شبکه عصبی BP و شبکه عصبی GMDH برای ساخت مدلهایی جهت شناسایی تقلب در تراکنشهای مالی دستکاه خودپرداز یک بانک پیاده سازی شدند. در ادامه، این روشها برروی دادههای واقعی آزمایش و کارایی هر روش سنجیده شد. روش شبکه عصبی GMDH با دقت 37.19 درصد در شناسایی تقلب یا غیرتقلب بودن تراکنشهای مالی بهترین کارایی را در مقایسه با دو روش رگرسیون لجستیک با دقت کلی 63.98 و شبکه عصبی BP 34 داشت. باتوجه به نتایج بدست آمده روش پیشنهادی در تشخیص تقلب نسبت به دو روش دیگر با دقت .. با دقت کلی 0 بیشتری عمل کرده است.

فایل صوتی جامع درباره خلق ایده های فروش، کارآفرین شدن، تولید برند و...

نکته ی خیلی جالب اینکه اگر شما بیای و این تکنیک ھای ذھنی رو بشناسی و از اونھا استفاده بکنی، واقعا تعجب می کنی و شگفت زده می شی که چقدر عالی و سریع این تکنیک ھا داره بھت جواب میده و جالب تر اینکه حس می کنی خودت خالق زندگیت ھستی، سوار بر زندگیت ھستی و با جرات و اطمینان می تونی بگی که من خودم دارم زندگیم رو می سازم.

سیستم یکپارچه پرداخت الکترونیک شهرداریها، تلفیق پرداخت الکترونیک و هوش تجاری

در این تحقیق به بیان سیستم یکپارچه پرداخت الکترونیک و داشبورد حاصله از آن که یک سیستم کاربردی برای شهرداری ها بوده و قابلیت های یکپارچگی و دانش را به ارمغان می آورد پرداخته شده است. این مقاله حاصل پژوهش کاربردی است که از نظر روش، توصیفی پیمایشی می باشد. جامعه آماری این تحقیق کلیه کارکنان استفاده کننده از داشبورد سیستم پرداخت الکترونیک شهرداری مورد مطالعه قرار گرفته شده به تعداد 20 نفر می باشند که به صورت سرشماری مورد مطالعه قرار گرفته اند. قابل ذکر می باشد که سیستم اصلی توسط 160 نفر مورد استفاده قرار می گیرد، اما داشبورد سیستم توسط 20 نفر از مدیران مجموعه شهرداری مورد استفاده قرار می گیرد. اطلاعات به کمک ابزار پرسشنامه گردآوری شده و روایی محتوایی آن به وسیله مصاحبه با کارشناسان خبره و پایایی آن از راه اندازه گیری آلفای
کرونباخ به دست آمده است. برای پاسخ گویی به پرسش تحقیق از آزمون فریدمن استفاده گردید. بعد از جمع آوری اطلاعات توسط سامانه پرداخت الکترونیک، داشبورد سیستم پرداخت این اطلاعات را در قالب نمودارهای بصری در اختیار مدیران قرار می دهد. بر اساس یافته های تحقیق سیستم داشبورد طراحی شده بخوبی اطلاعات پرداخت را پوشش نداده و از یکپارچگی مناسبی برخوردار نمی باشد. در ادامه راهکاری برای حل این مشکل ارائه گردیده است که می تواند در تحقیق های آینده مورد بررسی قرار گیرد.