• شماره ركورد
    8533
  • پديد آورنده

    سامان محمدي رئوف

  • عنوان
    پياده سازي يك سكوي تحليل داده هاي مالي با تمركز روي تفسيرپذيري نتايج
  • مقطع تحصيلي
    كارشناسي
  • رشته تحصيلي
    مهندسي كامپيوتر
  • سال فارغ التحصيلي
    1402
  • استاد راهنما
    دكتر حسين رحماني
  • استاد مشاور
    دكتر حسين رحماني
  • دانشجوي وارد كننده اطلاعات

    سامان محمدي رئوف

  • تاريخ ورود اطلاعات
    1402/06/20
  • دانشكده
    مهندسي كامپيوتر
  • عنوان به انگليسي
    Implementation of a Financial Data Analysis Platform with a Focus on Data Interpretation
  • چكيده
    در دنياي امروز با پيشرفت فناوري، گسترده شدن تجارت الكترونيك و استفاده گسترده از اينترنت و كارت هاي اعتباري، تقلب در داده هاي مالي به يك نگراني جدي و مهم تبديل گشته مي باشد. استفاده از اينترنت و بستر تجارت الكترونيك به دليل پنهان بودن هويت و مكان كلاهبرداران، زمينه و امكان تقلب را براي مهاجمان افزايش داده است. از اين روي تحليل داده هاي مالي و جلوگيري از كلاهبرداري، امروزه براي بازرسان دشوارتر گشته و استفاده از سيستم هاي كشف تقلب و ابزار هاي مرتبط با تحليل داده هاي مالي گسترده تر شده و به يك نياز جهت كشف تقلب در داده هاي مالي بدل گشته است. در سال هاي اخير بررسي و شناسايي تقلب به شكل سابق و با نيروي انساني به دليل هزينه زماني بسيار بالا و ضريب خطاي انسان، تقريبا ناممكن شده و استفاده از الگوريتم هاي يادگيري ماشين و هوش مصنوعي در كشف تقلب مورد توجه بسياري قرار گرفته است. الگوريتم هاي يادگيري ماشين به سه دسته الگوريتم هاي با ناظر، بدون ناظر و نيمه نظارتي تقسيم ميشوند . با توجه به نياز روزافزون به ابزار هاي تحليل داده هاي مالي، قصد داريم پس از پرداختن به تعاريف و كار هاي انجام گرفته در اين زمينه، در انتها به پياده سازي هاي صورت گرفته در سكوي تحليل داده هاي مالي مورد بحث بپردازيم.
  • كليدواژه ها
    داده هاي مالي , شناسايي تقلب , تحليل داده هاي مالي , يادگيري ماشين , fraud detection , financial data , machine learning