یک مدل کشف کلاهبرداری در صورت های مالی بر اساس روش های داده کاوی ترکیبی

نویسنده:

جواد قدیم پور ، افروزه صدری ، عباس میرزایی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (بدون رتبه معتبر)
چکیده:

کلاهبرداری در بیانیه مالی مشکل سختی هم برای ناظران دولتی و هم برای عموم بوده است، بنابراین روش های مختلف داده کاوی برای شناسایی تقلب در بیانیه مالی به منظور ارائه پشتیبانی تصمیم گیری برای سهامداران مورد استفاده قرار گرفته اند. هدف این مطالعه ارائه یک مدل کشف کلاهبرداری مالی بهینه با ترکیب انتخاب ویژگی و طبقه بندی فراگیری ماشینی است. این مطالعه نشان داد که جنگل تصادفی از چهار روش دیگر بهتر عمل کرده است. در مورد دو روش انتخاب ویژگی، Xgoost عملکرد بهتری داشت. و طبق تحقیق ما، 2 یا 5 متغیر برای مدل های این مقاله قابل قبول تر هستند.

کلیدواژگان:

فراگیری ماشینی ، کشف کلاهبرداری در صورت های مالی ، انتخاب ویژگی

زبان:
فارسی
انتشار در:
نشریه فناوریهای نوین در مهندسی برق و کامپیوتر، سال سوم شماره 3 (پاییز 1402)
صفحات:
77 تا 85
لینک کوتاه:
magiran.com/p2699188 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
اطلاعات بیشتر
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!
More information