नवीन मशीन लर्निंग आधारित क्रेडिट कार्ड धोखाधड़ी पहचान प्रणाली

यह शोध क्रेडिट कार्ड धोखाधड़ी के महत्वपूर्ण मुद्दे से संबंधित है, जो पिछले दशक में क्रेडिट कार्ड के उपयोग में महत्वपूर्ण वृद्धि के कारण बढ़ गया है, जो मुख्य रूप से अंतरराष्ट्रीय व्यापार, ई-कॉमर्स और फिनटेक में प्रगति द्वारा प्रेरित है। वैश्विक नुकसान अगले दशक में 400 अरब अमेरिकी डॉलर से अधिक होने का अनुमान है, प्रभावी धोखाधड़ी पहचान प्रणाली की तत्काल आवश्यकता स्पष्ट है। हमारा अध्ययन मशीन लर्निंग (एमएल) की शक्ति का लाभ उठाता है और क्रेडिट कार्ड धोखाधड़ी पहचान के लिए एक नवीन दृष्टिकोण प्रस्तुत करता है। हमने मॉडल प्रशिक्षण के लिए यूरोपीय कार्डधारकों का डेटा सेट का उपयोग किया, इस डेटा असंतुलन मुद्दे को संबोधित करते हुए जो अक्सर सीखने की प्रक्रिया की प्रभावशीलता को बाधित करता है। एक प्रमुख नवाचार के तत्व के रूप में, हम कॉम्पैक्ट डेटा लर्निंग (सीडीएल) का परिचय देते हैं, जो प्रशिक्षण डेटा सेट के आकार और जटिलता को कम करने के लिए एक शक्तिशाली उपकरण है, बिना एमएल प्रणाली की सटीकता को बलिदान किए। तुलना के प्रयोगों ने दिखाया है कि हमारा सीडीएल-समायोजित विशेषता कमी विभिन्न एमएल एल्गोरिदम और विशेषता कमी विधियों को पीछे छोड़ता है। इस शोध के निष्कर्ष न केवल धोखाधड़ी पहचान की सैद्धांतिक नींव में योगदान करते हैं बल्कि वित्तीय क्षेत्र के लिए व्यावहारिक निहितार्थ भी प्रदान करते हैं, जो बढ़ी हुई धोखाधड़ी पहचान प्रणाली से अत्यधिक लाभ उठा सकते हैं।