Ανίχνευση και πρόβλεψη απάτης στο λιανικό εμπόριο μέσω της χρήσης αλγορίθμων μηχανικής και βαθιάς μάθησης με στόχο τη βελτίωση της εμπειρίας του πελάτη
Fraud detection in retail transactions through the use of machine and deep learning algorithms in order to improve the customer experience
Master Thesis
Συγγραφέας
Κούγιας, Κωνσταντίνος - Νεκτάριος
Ημερομηνία
2022-02Επιβλέπων
Κυριαζής, ΔημοσθένηςΠροβολή/ Άνοιγμα
Λέξεις κλειδιά
Ανίχνευση - Πρόβλεψη απάτης ; Λιανικό εμπόριο ; Εξόρυξη δεδομένων ; Αλγόριθμοι μηχανικής μάθησης ; ΚατηγοριοποίησηΠερίληψη
Τα τελευταία χρόνια εξαιτίας της ραγδαίας εξέλιξης της σύγχρονης τεχνολογίας και των
προηγμένων μεθόδων επικοινωνίας, τα περιστατικά απάτης αυξάνονται διαρκώς σε ανησυχητικό
βαθμό επιφέροντας τεράστιες οικονομικές απώλειες σε όλο τον κόσμο. Η απάτη έχει γίνει
παγκόσμιο φαινόμενο που προκαλεί ανησυχία στον επιχειρηματικό κλάδο και επηρεάζει όλους
του τύπους των επιχειρήσεων ανεξαρτήτως μεγέθους, κερδοφορίας ή κλάδου δραστηριότητας. Γι’
αυτόν το λόγο οι σύγχρονες επιχειρήσεις καλούνται να ανιχνεύσουν και να προβλέψουν τον
κίνδυνο απάτης σε κάθε μορφή με στόχο τη διασφάλιση των εσόδων τους και τη διατήρηση της
αξιοπιστίας τους. Η ανίχνευση απάτης είναι μία διαδικασία εντοπισμού και ανακάλυψης
κακόβουλων ενεργειών και πρακτικών.
Η Μηχανική Μάθηση και οι τεχνικές Εξόρυξης Δεδομένων συμβάλλουν καθοριστικά στον
εντοπισμό και στην πρόβλεψη απάτης και έχουν εφαρμοστεί με επιτυχία στην ανίχνευση
παράνομων δραστηριοτήτων όπως σε συναλλαγές με πιστωτικές κάρτες, στο διαδικτυακό
εμπόριο, στο ξέπλυμα χρήματος, αλλά και σε περιπτώσεις απάτης κλάδων όπως τον ασφαλιστικό,
τον κλάδο τηλεπικοινωνιών καθώς και τον ιατρικό και επιστημονικό κλάδο. Ειδικότερα, η
ανίχνευση απάτης σε συναλλαγές αποτελεί μια διαδικασία ανάλυσης και επεξεργασίας μεγάλου
όγκου δεδομένων καθώς και δημιουργίας προβλεπτικών μοντέλων, μέσω εφαρμογής αλγορίθμων
Μηχανικής Μάθησης, που οδηγεί στον εντοπισμό ύποπτων συναλλαγών. Αυτή η τεχνολογία
βαθιάς εκμάθησης αναγνωρίζει και μαθαίνει από πολύπλοκα μοτίβα και συνδυάζοντας σημαντικά
στοιχεία συναλλαγών των χρηστών, από διάφορα κανάλια πωλήσεων, έχει την ικανότητα να
ταξινομήσει εάν μια συναλλαγή είναι παράνομη ή νόμιμη.
Στόχος της παρούσας διπλωματικής εργασίας είναι η ανίχνευση και η πρόβλεψη ενδεχόμενης
απάτης σε δεδομένα συναλλαγών που προέρχονται από τον κλάδο του λιανικού εμπορίου, μέσω
τεχνικών εξόρυξης δεδομένων και χρήσης αλγορίθμων μηχανικής και βαθιάς μάθησης.