Alors que les institutions financières du monde entier s'efforcent de mettre en place une économie sans espèces, en augmentant le pouvoir d'achat des citoyens et en réduisant le coût élevé du traitement de l'argent, l'utilisation des cartes de crédit est indispensable à cette fin. Par conséquent, avec cette nouvelle tendance vers une économie sans espèces, l'utilisation des cartes de crédit va considérablement augmenter, tout comme les activités frauduleuses qui y sont associées. Ce travail constitue une mesure proactive pour détecter les activités frauduleuses liées aux cartes de crédit. L'étude présente un modèle hiérarchique basé sur la mémoire temporelle qui permet de détecter les transactions frauduleuses effectuées à l'aide d'une carte de crédit. Une nouvelle approche d'apprentissage automatique, connue sous le nom d'algorithme d'apprentissage cortical, a été adoptée pour construire le modèle de détection des fraudes à la carte de crédit. L'algorithme a traité les données relatives aux cartes de crédit obtenues auprès du référentiel UCI, a converti les données très denses en une représentation clairsemée, puis a utilisé ses colonnes d'apprentissage pour apprendre les modèles spatiaux. La méthodologie d'analyse et de conception orientée objet a été utilisée dans ce travail et a été mise en oeuvre à l'aide du langage de programmation Java. Le modèle obtenu a effectué un apprentissage en ligne et a enregistré un pourcentage de précision élevé.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno