應用分群技術偵測信用卡異常交易之研究; Apply Clustering to detect Credit Card fraud transaction

NCUIR > School of Management at National Central University > Graduate Institute of Information Management > Electronic Thesis & Dissertation > Item 987654321/12948

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/12948

Title:	應用分群技術偵測信用卡異常交易之研究;Apply Clustering to detect Credit Card fraud transaction
Authors:	汪昭緯;Chao-Wei Wang
Contributors:	資訊管理研究所
Keywords:	分群技術;信用卡異常偵測;credit card fraud detection;clustering
Date:	2002-06-21
Issue Date:	2009-09-22 15:19:44 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	摘要台灣地區過去十年的信用卡累積發卡量呈現快速的成長，但是，由於其方便性及通用性的特性，卻逐漸成為犯罪集團詐財的主要工具之一。國內之信用卡詐欺犯罪案件急遽增加，在2000年時，盜刷金額已經超過了30億元，此一數值高居亞洲之冠。可見台灣信用卡盜刷的情形是相當嚴重的。資料挖掘（data mining）是近年來資料庫應用領域中相常熱門的議題。資料挖掘是指在資料庫中，利用各種方法和技術，將過去累積的大量歷史資料，經過分析、歸納、整合的工作，以粹取出有用的資訊，提供管理階層作為訂定決策的依據。目前無論在零售業、百貨業、金融機構、電信業…等，都已經漸漸地體認到知識挖掘的重要性。在此文章中我們使用分群技術來分析信用卡資料。分群技術（Clustering）是資料挖掘中相當著名的技術之一，本研究有三個特點，1、個人化分析，以個人過去的歷史資料來分析新的交易；2、正反兩面分析，同時使用正常資料及盜刷資料來分析新的交易；3、密度法分析，以密度值的方法來代表群體的層級。期望能夠提供更精準之偵測系統，降低信用卡業者及持卡人之損失。
Appears in Collections:	[Graduate Institute of Information Management] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing

Loading...