Datizraces metožu izmantošana aizdomīgu darījumu atklāšanai

Abstract

Maksājumu karšu krāpniecisko transakciju radītie zaudējumi ir mērāmi miljardos eiro. Darba autora rīcībā ir anonimizēti maksājumu karšu transakciju dati un informācija par šajos datos atrodamām krāpnieciskām transakcijām. Šī darba mērķis ir noskaidrot, cik veiksmīgi iespējams pielietot datizraces metodes krāpniecisku transakciju atklāšanā, izmantojot reālus datus. Darbā aprakstīti krāpniecisko transakciju veidi, kādas ir biežāk izmantotās metodes krāpšanas gadījumu atklāšanai, jaunu atribūtu izveide un labāko atlase, datu dimensiju redukcija, izmantojot datizraces metodes, klasifikatoru pielietošana krāpniecisku transakciju atklāšanai. Darbā apskatīti arī iepriekš veikti pētījumi, kuros izmantota līdzīga stratēģija jaunu atribūtu izveidē.

Losses caused by fraudulent payment card transactions are measured in billions of euros. The author of this master’s thesis, titled “Applying Data Mining Techniques in Fraud Detection” has access to anonymized payment card transaction data and information about the fraudulent transactions identified within this data. The goal of this work is to determine how successfully data mining methods can be applied to detect fraudulent payment card transactions using real transaction data. The thesis describes the types of fraudulent transactions, the most frequently used methods for detecting fraud cases, the creation and selection of new attributes, data dimensionality reduction using data mining methods, and the application of classifiers for detecting fraudulent transactions. The work also reviews previous studies that have used a similar strategy in the creation of new attributes.