Fraudulent Account Detection Using Hierarchical Classification

Andressa O. Souza, Mariana Mota, Helen C. S. C. Lima, Wellington Souza, Marcos Nicolau, Gladston J. P. Moreira, E. Luz
{"title":"Fraudulent Account Detection Using Hierarchical Classification","authors":"Andressa O. Souza, Mariana Mota, Helen C. S. C. Lima, Wellington Souza, Marcos Nicolau, Gladston J. P. Moreira, E. Luz","doi":"10.5753/eniac.2022.227330","DOIUrl":null,"url":null,"abstract":"Hoje vivemos uma mudança de paradigma no setor financeiro, com forte redução das agências bancárias físicas e aumento de serviços online. Contudo, a facilidade de abertura de contas digitais propiciada por esta mudança de paradigma também tem levado a um aumento nos casos de fraude. Este trabalho apresenta o problema de detecção de fraude financeira sob uma nova taxonomia e, também, investiga técnicas de classificação hierárquica para a tarefa. A abordagem hierárquica global (CLUS-HMC), em que toda a hierarquia de classes é considerada pelo classificador, resultou em melhores valores de Recall para as classes fraudulentas (33.31% para classe E e 35.09% para classe F), indicando um caminho de pesquisa promissor.","PeriodicalId":165095,"journal":{"name":"Anais do XIX Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2022)","volume":"190 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XIX Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/eniac.2022.227330","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Hoje vivemos uma mudança de paradigma no setor financeiro, com forte redução das agências bancárias físicas e aumento de serviços online. Contudo, a facilidade de abertura de contas digitais propiciada por esta mudança de paradigma também tem levado a um aumento nos casos de fraude. Este trabalho apresenta o problema de detecção de fraude financeira sob uma nova taxonomia e, também, investiga técnicas de classificação hierárquica para a tarefa. A abordagem hierárquica global (CLUS-HMC), em que toda a hierarquia de classes é considerada pelo classificador, resultou em melhores valores de Recall para as classes fraudulentas (33.31% para classe E e 35.09% para classe F), indicando um caminho de pesquisa promissor.
使用分层分类的欺诈账户检测
今天,我们正在经历金融领域的范式转变,实体银行机构大幅减少,在线服务增加。然而,这种范式转变带来的数字账户开户的便利也导致了欺诈案件的增加。本文提出了一种新的分类法下的金融欺诈检测问题,并研究了该任务的层次分类技术。全局层次方法(CLUS-HMC),其中整个类层次由分类器考虑,导致欺诈类的召回值更好(E类33.31%,F类35.09%),表明了一个很有前景的研究路径。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信