Earticle

초록

영어

Various machine learning methods have been suggested for the detection of credit card fraud. Besides exploring single-algorithm models, hybrid models utilizing multiple algorithms together are also being proposed. Furthermore, data imbalance is a major issue in fraud detection, making it difficult to improve both false positive and false negative rates simultaneously. In this paper, a judge-advisor hybrid layered model is proposed with layers of advisor models and a judge model. The advisor layer includes multiple classification models composed of single algorithm for each model, while the judge layer utilizes its own algorithm and the prediction results of the advisor models as part of the input data. Comparing the performance of the overall model including the judge layer with various advisor layer models, values of precision and recall are not steady depending on the characteristics of the advisor model and the method of processing the results of advisor models. However it is confirmed that the judge-advisor model can improve precision and recall rates in the face of data imbalance through the appropriate selection of algorithms for the layer of advisor and judge and the method of processing prediction results of advisor models.

한국어

신용카드 부정 사용 탐지를 위해 다양한 머신러닝 방식이 이루어지고 있으며, 단일 알고리즘 모형 이외에 여러 알고리즘을 함께 적용하는하이브리드 모형도 제시되고 있다. 또한, 부정 사용 탐지에서 데이터 불균형이 주요한 문제점으로 지적되는데, 이로 인해 오탐률과 미탐률을동시에 개선하기는 쉽지 않다. 본 논문에서는 서로 독립된 분류 알고리즘을 조언자-판단자 방식의 하이브리드 모형으로 구성하여 적용하였다. 제안된 모형은 조언자 계층과 판단자 계층으로 이루어지며, 조언자 계층에서는 단일 알고리즘으로 구성되는 다수의 분류모형을 포함하고, 자신의 알고리즘을 가지는 판단자 계층의 모형은 조언자 모형들의 결과를 특정 함수로 처리한 결과를 입력 데이터의 일부로 활용하는형태이다. 조언자 모형의 예측결과를 입력 데이터로 적용하는 방식에 따라 여러 판단자 모형을 구성하여 평가하였다. 조언자 계층의 여러모형과 판단자 계층을 포함한 전체 모형에 대해 성능을 비교한 결과, 조언자 모형의 특징과 조언자 모형의 결과를 처리하는 함수의 방식에따라 전체 모형의 정밀도 및 재현율의 값이 일정하지 유지되지 않았다. 그러나 조언자 및 판단자 모형의 알고리즘과 예측결과의 처리방식에대한 적절한 선택은 본 논문의 조언자-판단자 모형이 데이터 불균형 속에서 정밀도와 재현율의 개선효과를 가져오는 것으로 확인되었다.

목차

ABSTRACT
Ⅰ. 서론
Ⅱ. 이론적 배경
2.1 신용카드 부정 사용 탐지와 머신러닝
2.2 분류 알고리즘의 적용
2.3 하이브리드 모형과 판단자-조언자 방식
Ⅲ. 연구범위 및 내용
Ⅳ. 모형의 구성과 평가
4.1 데이터셋의 확보 및 특성파악
4.2 모형 설계 및 알고리즘 선정
4.3 모형의 구성
4.4 모형의 평가
Ⅴ. 결론 및 토의
참고문헌
국문 초록

키워드

저자

• 윤한성 [ Han-Seong Yoon | 경상국립대학교 경영대학 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업혁신연구 [The Journal of Industrial Innovation]

• 간기

  계간

• pISSN

  2005-2936

• eISSN

  2800-0080

• 수록기간

  1985~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658