دسته بندی:

حسابداری و حسابرسی - accounting and auditing

---

سال انتشار:

2016

---

ترجمه فارسی عنوان مقاله:

تشخیص تقلب مالی هوشمند : مرور جامع

---

عنوان انگلیسی مقاله:

Intelligent financial fraud detection: A comprehensive review

---

منبع:

ScienceDirect- Elsevier- Computers and Security, Volume 57, March 2016, Pages 47-66

---

نویسنده:

Jarrod West, Maumita Bhattacharya

---

چکیده انگلیسی:

Financial fraud is an issue with far reaching consequences in the finance industry, government, corporate sectors, and for ordinary consumers. Increasing dependence on new technologies such as cloud and mobile computing in recent years has compounded the problem. Traditional methods involving manual detection are not only time consuming, expensive and inaccurate, but in the age of big data they are also impractical. Not surprisingly, financial institutions have turned to automated processes using statistical and computational methods. This paper presents a comprehensive review of financial fraud detection research using such data mining methods, with a particular focus on computational intelligence (CI)-based techniques. Over fifty scientific literature, primarily spanning the period 2004–2014, were analysed in this study; literature that reported empirical studies focussing specifically on CI-based financial fraud detection were considered in particular. Research gap was identified as none of the existing review articles addresses the association among fraud types, CI-based detection algorithms and their performance, as reported in the literature. We have presented a comprehensive classification as well as analysis of existing fraud detection literature based on key aspects such as detection algorithm used, fraud type investigated, and performance of the detection methods for specific financial fraud types. Some of the key issues and challenges associated with the current practices and potential future direction of research have also been identified.
Keywords: Financial fraud detection | Computational intelligence | Data mining | Anomaly detection | Classification

---

چکیده فارسی:

کلاهبرداری مالی مساله‌ای است که در صنعت مالی ، دولت ، بخش‌های شرکت و برای مصرف کنندگان عادی به پیامدهای بسیار گسترده ای رسیده‌است . افزایش وابستگی به فن‌آوری‌های جدید از قبیل رایانش ابری و محاسبات همراه در سال‌های اخیر ، روش‌های مربوط به تشخیص دستی را پیچیده‌تر کرده و نه تنها زمان گیر ، گران‌قیمت و نادرست است ، بلکه در عصر داده‌های بزرگ نیز غیرعملی است . تعجبی ندارد که موسسات مالی با استفاده از روش‌های آماری و محاسباتی به فرآیندهای خودکار تبدیل شده‌اند . این مقاله یک بررسی جامع از تحقیقات ردیابی کلاهبرداری مالی با استفاده از چنین روش‌های داده کاوی ، با تمرکز ویژه بر تکنیک‌های مبتنی بر هوش محاسباتیCI نشان می‌دهد . بیش از پنجاه ادبیات علمی که در درجه اول از سال‌های ۲۰۰۴ تا ۲۰۱۴ انجام شد ، در این مطالعه تحلیل شدند ؛ ادبیاتی که مطالعات تجربی را گزارش کردند ، به طور خاص بر تشخیص تقلب مالی مبتنی بر CI تمرکز داشتند . همانطور که در مقالات گزارش شد ، یک شکاف تحقیقاتی شناسایی شد به طوری که هیچ یک از مقالات بررسی موجود ارتباط بین انواع کلاهبرداری ، الگوریتم تشخیص مبتنی بر هوش رقابتی و عملکرد آن‌ها را مورد خطاب قرار نمی‌دهند . ما یک طبقه‌بندی جامع و همچنین تجزیه و تحلیل مقالات کشف تقلب موجود بر مبنای جنبه‌های کلیدی مانند الگوریتم تشخیص بکار گرفته‌شده ، نوع کلاهبرداری ، و عملکرد روش‌های تشخیص انواع تقلب مالی خاص را ارائه کرده‌ایم . برخی از موضوعات کلیدی و چالش‌های مربوط به شیوه‌های کنونی و مسیر بالقوه آینده تحقیق نیز شناسایی شده‌اند .
واژه های کلیدی: تشخیص تقلب مالی | هوش محاسباتی | داده کاوی | تشخیص ناهنجاری | طبقه‌بندی

---

---

---

---

حجم فایل: 1824 کیلوبایت

---

قیمت: 62400 تومان   

---

توضیحات اضافی:

---

---

---