Detecção de fraudes em cartões: um classificador baseado em regras de associação e regressão logística (2015)
- Authors:
- Autor USP: OLIVEIRA, PAULO HENRIQUE MAESTRELLO ASSAD - IME
- Unidade: IME
- Sigla do Departamento: MAC
- Subjects: COMPUTAÇÃO GRÁFICA; RECONHECIMENTO DE PADRÕES
- Keywords: Análise sensível ao custo; Aprendizagem de máquina; Association rule learning; Cost sensitive learning; Detecção e prevenção de fraudes; Fraud detection and prevention; Logistic regression; Machine learning; Mineração de regras de associação; Regressão logística
- Language: Português
- Abstract: Os cartões, sejam de crédito ou débito, são meios de pagamento altamente utilizados. Esse fato desperta o interesse de fraudadores. O mercado de cartões enxerga as fraudes como custos operacionais, que são repassados para os consumidores e para a sociedade em geral. Ainda, o alto volume de transações e a necessidade de combater as fraudes abrem espaço para a aplicação de técnicas de Aprendizagem de Máquina; entre elas, os classificadores. Um tipo de classificador largamente utilizado nesse domínio é o classificador baseado em regras. Entretanto, um ponto de atenção dessa categoria de classificadores é que, na prática, eles são altamente dependentes dos especialistas no domínio, ou seja, profissionais que detectam os padrões das transações fraudulentas, os transformam em regras e implementam essas regras nos sistemas de classificação. Ao reconhecer esse cenário, o objetivo desse trabalho é propor a uma arquitetura baseada em regras de associação e regressão logística - técnicas estudadas em Aprendizagem de Máquina - para minerar regras nos dados e produzir, como resultado, conjuntos de regras de detecção de transações fraudulentas e disponibilizá-los para os especialistas no domínio. Com isso, esses profissionais terão o auxílio dos computadores para descobrir e gerar as regras que embasam o classificador, diminuindo, então, a chance de haver padrões fraudulentos ainda não reconhecidos e tornando as atividades de gerar e manter as regras mais eficientes. Com a finalidade detestar a proposta, a parte experimental do trabalho contou com cerca de 7,7 milhões de transações reais de cartões fornecidas por uma empresa participante do mercado de cartões. A partir daí, dado que o classificador pode cometer erros (falso-positivo e falso-negativo), a técnica de análise sensível ao custo foi aplicada para que a maior parte desses erros tenha um menor custo. Além disso, após um longo trabalho de análise do banco de dados, 141 características foram combinadas para, com o uso do algoritmo FP-Growth, gerar 38.003 regras que, após um processo de filtragem e seleção, foram agrupadas em cinco conjuntos de regras, sendo que o maior deles tem 1.285 regras. Cada um desses cinco conjuntos foi submetido a uma modelagem de regressão logística para que suas regras fossem validadas e ponderadas por critérios estatísticos. Ao final do processo, as métricas de ajuste estatístico dos modelos revelaram conjuntos bem ajustados e os indicadores de desempenho dos classificadores também indicaram, num geral, poderes de classificação muito bons (AROC entre 0,788 e 0,820). Como conclusão, a aplicação combinada das técnicas estatísticas - análise sensível ao custo, regras de associação e regressão logística - se mostrou conceitual e teoricamente coesa e coerente. Por fim, o experimento e seus resultados demonstraram a viabilidade técnica e prática da proposta
- Imprenta:
- Data da defesa: 11.12.2015
-
ABNT
OLIVEIRA, Paulo Henrique Maestrello Assad. Detecção de fraudes em cartões: um classificador baseado em regras de associação e regressão logística. 2015. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2015. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-01022016-204144/. Acesso em: 16 nov. 2024. -
APA
Oliveira, P. H. M. A. (2015). Detecção de fraudes em cartões: um classificador baseado em regras de associação e regressão logística (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45134/tde-01022016-204144/ -
NLM
Oliveira PHMA. Detecção de fraudes em cartões: um classificador baseado em regras de associação e regressão logística [Internet]. 2015 ;[citado 2024 nov. 16 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-01022016-204144/ -
Vancouver
Oliveira PHMA. Detecção de fraudes em cartões: um classificador baseado em regras de associação e regressão logística [Internet]. 2015 ;[citado 2024 nov. 16 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-01022016-204144/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
