Phát hiện gian lận thẻ tín dụng bằng học máy

Chỉ số đề mục

Lĩnh vực nghiên cứu

Kinh doanh và quản lý

Dạng tài liệu

Tác giả

Hoàng Thị Thúy, Lê Thị Xuân Thu

Nhan đề

Phát hiện gian lận thẻ tín dụng bằng học máy

Nhan đề tiếng anh

Using machine learning to detect frauds involving credit card use

Nguồn trích

Tạp chí Kinh tế & Phát triển - Đại học Kinh tế Quốc dân

Năm xuất bản

2021

Số

285

Trang

76-84

ISSN

1859-0012

Từ khóa

Ngân hàng, Thẻ tín dụng, Gian lận thẻ tín dụng, Học máy, Mạng nơ ron nhân tạo, Máy vectơ hỗ trợ

Từ khóa tiếng anh

Banks, Credit cards, Artificial neural network, Credit card fraud, Machine learning, Support vector machine

Tóm tắt

Trong thời đại khoa học - công nghệ, khách hàng chỉ với một tấm thẻ tín dụng có thể thanh toán toàn bộ các hoạt động mua sắm của mình một cách nhanh chóng và tiện lợi bất kể đang ở vị trí nào. Tuy nhiên, bên cạnh sự tiện lợi thì cũng đi kèm theo lỗ hổng với các mối đe dọa về tổn thất tài chính. Người bán không thể kiểm tra người mua có phải chủ thẻ hay không bởi vì cả thẻ và chủ thẻ đều không cần thiết có mặt tại thời điểm giao dịch. Do đó mà việc gian lận thẻ tín dụng ngày càng trở nên phổ biến với nhiều cách thức khác nhau. Trong bài viết này các tác giả tập trung phát hiện gian lận thẻ tín dụng bằng các phương pháp của học máy là mô hình mạng nơ ron nhân tạo và mô hình máy vectơ hỗ trợ và so sánh mức độ hiệu quả của hai phương pháp với bộ dữ liệu Paysim. Kết quả cho thấy mô hình mạng nơ ron nhân tạo phát hiện với độ chính xác cao hơn ( 99%).

Tóm tắt tiếng anh

With the development of information technology modern customers can make payments for any purchase with no barriers. However, it also brings about some potential financial harms. In fact, the seller cannot check whether the buyer is the cardholder due to the fact that both of them are not necessarily present at the place of purchase. Accordingly, frauds involving credit card use are becoming increasingly. In this study, we focus on how to detect this kind of fraud with machine learning, namely Artificial Neural Network and Support Vector Machine modes. Then, some com-parisons between the effectiveness of the two methods with the Paysim dataset. The results showed that the artificial neural network model was better with an accuracy of 99%).

Kí hiệu kho

TTKHCNQG, CTv 60

File toàn văn

Xem toàn văn