(3.236.214.19) 您好!臺灣時間:2021/05/10 04:09
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:王強
研究生(外文):Chiang Wang
論文名稱:資料探勘技術應用於詐騙交易帳戶行為之研究
論文名稱(外文):The Application of Data Mining Technique to Dummy Bank Accounts in Frauds
指導教授:李興漢李興漢引用關係
指導教授(外文):Shing-Han Li
學位類別:碩士
校院名稱:大同大學
系所名稱:資訊經營學系(所)
學門:商業及管理學門
學類:一般商業學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:122
中文關鍵詞:關聯規則貝氏分類資料探勘詐騙帳戶ATM
外文關鍵詞:Fraudulent DetectionAutomatic Teller Machine(ATM)Data Mining
相關次數:
  • 被引用被引用:2
  • 點閱點閱:265
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:4
近年來由於媒體及通訊網路的發達,衍生出許多新興的詐騙手法,此類詐欺犯罪的共通性就是以各種名目方式來引誘被害人前往至金融機構或銀行之自動櫃員機(ATM),依照歹徒指示將被害人自身帳戶內的存款款項,指定匯入詐騙集團所指定之人頭帳戶中,以詐騙錢財,牟取暴利。由於不論是採用何種名目的詐騙手法,最後都是利用金融機構或其自動櫃員機來獲取詐騙錢財,因此如何發現此類詐騙帳戶交易的特徵,並加以偵測出詐騙帳戶,減少被害人損失,成為非常重要的議題。
  本文以實際銀行的存款人帳戶資料及其交易往來明細資料,整合貝氏分類及關聯規則方法來進行資料探勘,並結合領域專家的知識,發現此類詐騙帳戶的交易特徵及關聯性,獲取其交易規則,進而利用此規則來設計詐騙帳戶偵測系統,經實證確實可及早發現詐騙帳戶,進而減少被害人之損失,提供各金融機構做為防治詐騙帳戶交易之參考依據。
There are various means to generate defraud today based on the development of multimedia and communication networks. The commonness of such frauds is to attract victims to go to financial institutes or use ATMs to transfer money into dummy accounts by various reasons to get ramps. It does not matter which names of frauds they use, they receive the money through financial institutions or ATMs, so it has became an important issue to find out the patterns of such fraudulent accounts and detect these fraudulent accounts to reduce victims’ losses. This research uses Naïve Bayes and Association Rules to mine patterns of fraudulent accounts from accounts data and transaction data of an actual bank to design the fraudulent accounts detecting system. These substantial tests verify that this system can find fraudulent accounts as soon as possible and provide reference materials to fraudulent accounts based on early detection for financial institutions.
ACKNOWLEDGMENTS I
ABSTRACT II
摘要 III
目錄 IV
圖目錄 VI
表目錄 VIII
第1章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究目的 4
1.4 研究範圍與限制 5
1.5 章節組織 6
第2章 文獻探討 8
2.1 近年詐欺案件之探討 8
2.2 ATM詐騙之探討 12
2.3 金融機構警示帳戶聯防機制之探討 15
2.4 資料探勘之探討 18
2.5 資料探勘與詐欺偵測相關文獻 27
第3章 研究方法 30
3.1 研究方法選擇 30
3.2 群集演算法 31
3.3 貝氏分類法 32
3.4 關聯規則理論 33
3.5 研究分析流程 34
第4章 實驗及分析 42
4.1 實驗環境及工具 42
4.2 資料取得及預處理 43
4.3 資料探勘分析 46
4.3.1 以群集演算法進行資料探勘 47
4.3.2 以貝氏分類演算法進行資料探勘 53
4.3.3 以關聯規則演算法進行資料探勘 63
4.4 實驗結果驗證 66
4.4.1 敍述性統計方式驗證 67
4.4.2 實作詐騙偵測系統驗證 76
第5章 結論與建議 81
5.1 研究結論 81
5.2 研究貢獻 82
5.3 未來研究方向 82
參考文獻 84
附錄一:資料表欄位格式說明 92
附錄二:資料預處理及詐欺偵測程式演算法 96
附錄三:銀行對疑似不法或顯屬異常交易之存款帳戶管理辦法 109
附錄四:金融機構辦理警示帳戶聯防機制作業程序 117
書籍期刊部份:
1.Berry M.J.A., and Linoff G.S., “Data Mining Techniques: For Marketing, Sales, and Customer Support”, John Wiley & Sons, Inc. ,1997.
2.Bolton R.J., and Hand D.J., “Peer Group Analysis”, Technical Report, department of Mathematics, Imperial College, London, 2001.
3.Brachman R.J., Khabaza W., Kloesgen G., Piatetsky S. and Simoudis E., “Mining business database”, Communication of ACM, pp.42- 48, 1996.
4.Braha D. and Shmilovici A., “On the Use of Decision Tree Induction for Discovery of Interactions in a Photolithographic Process”, IEEE Transactions On Semiconductor Manufacturing, Vol. 16, No. 4, pp.644-652, 2003.
5.Brause R., Langsdorf T., and Hepp M., “Neural Data Mining for Credit Card Fraud Detection”, 11th IEEE International Conference on Tools with Artificail Intelligence, pp.103-106, 1999.
6.Chen J.S., Ching R.K., and Lin Y.S., “An extended study of the K-means algorithm for data clustering and its applications ” The Journal of the Operational Research Society, vol.55, No.9, pp.976-987, 2004.
7.Cheung Y.M., “K-means: A New Generalized K-means Clustering Algorithm” Pattern Recognition Letters, vol.24, issue 1, pp.2883-2893, 2003.
8.Clark G., David M., Daryl P., and Padhraic S.,“Statistical Inference and Data Mining”, Communication of The ACM, Vol. 39, No. 11, pp.35-41, 1996.
9.Elovici Y. and Braha D., “A decision-theoretic approach to data mining”, Systems, Man and Cybernetics, Part A, IEEE Transactions on , Vol. 33(1), pp. 42–51, 2003.
10.Fayyad U.M., “Data Mining and Knowledge Discovery in Database: Implication for Scientific Databases”, Scientific and Statistical Database Management, pp.2-11, 1997.
11.Fayyad U.M., Piatetsky-Shapiro G., and Smyth P., “ The KDD Process for Extracting Useful Knowledge from Volumes of Data ”, Communication of ACM,vol. 39, no.11, pp.27-34, 1996.
12.Fayyad U.M.,Shapi G.P., Smyth P. and Uthursamy R., “Advances in Knowledge Discovery and Data Mining”, AAAI Press/The MIT Press,Menlo Park, CA., 1996.
13.Feelders A., Daniels H. and Holsheimer M., “Methodological and practical aspects of data mining”, Information and Management, vol. 37(5), pp. 271-281, 2000.
14.Ghosh S., and Reilly D.L., “Credit Card Fraud Detection with a Neural-Network”, Proceedings of the 27th Annual Hawaii International Conference on System, pp.621-630, 1994.
15.Groth and Robert, “Data mining: a hands-on approach for business professionals”, Prentice Hall PTR, 1998.
16.Han J. and Kamber M., “Data Mining: Concepts and Techniques”, 2nd ed., Morgan Kaufmann, 2006.
17.Krzysztof J.C., Witold P., and Roman W.S.,“Data Mining Methods for Knowledge Discovery”, Kluwer Academic, United States of America, 1998.
18.Leonard K.J., “The Development of a Rule Based Expert System Model for Fraud Alert in Consumer Credit”, European Journal of Operational Research 80(2) pp.350-356, 1995.
19.Owrang M.M, and Grupe F.H., “Using domain knowledge to guide database knowledge discovery”, Expert Systems With Application 10, pp. 173- 180, 1996.
20.Pieter A., and Dolf Z., “ Data Mining”, Addison-Wesley, Harlow, 1996.
21.Pyle D., “Data Preparation for Data Mining”, Morgan Kaufmann Publishers, San Francisco, California, 1999.
22.Romano D.,“Data mining leading edge: insurance & banking”, in Proceedings of Knowledge Discovery and Data Mining, Unicom, Brunel University, 1997.
23.Rothman M., and Murphy E.,“Data mining :a practical approach for database marketing”, IBM White Paper,Dallas,Taxas, 1995.
24.Rubin S.H., “A Fuzzy Approach Towards Inferential Data Mining” Computers & Industrial Engineering, pp. 267-270, 1998.
25.Shaw M. J., and Subramaniam C., and Tan G. W. and Welge M. E.,“Knowledge management and data mining for marketing”, Decision Support Systems 31 ,pages 127-137 , 2001.
26.Smith M.H. and Pedrycz W., “Expanding the meaning of and applications for data mining”, Systems, Man, and Cybernetics, 2000 IEEE International Conference on, Vol.3, pp. 1874 , 2000.
27.Song H.S., Kim J.K. and Kim S.H., “Mining the change of customer behavior in an internet shopping mall”, Expert Systems with Applications 21, pages 157-168, 2001.
28.Sung H.H. and Sang C.P., “Application of data mining tools to hotel data mart on the Intranet for database marketing”, Expert Systems with Applications, Vol. 15(1), pp. 1-31, 1998.
29.Thuraisingham B., “A primer for understanding and applying data mining”, IT Professional, Vol. 2, pp. 28–31, 2000.
30.Tom M.and Mitchell, “MACHINE LEARNING”, The McGraw-Hill Companies, Inc., 1997.
31.Wheeler R., and Aitken S., “Multiple Algorithms for Fraud Detection”, Knowledge-Based Systems 13(2-3) , pp.93-99, 2000.
32.Zormana M., Masudab G., Kokola P., Yamamotob R. and Stiglica B., “Mining Diabetes Database With Decision Trees and Association Rules,” Computer-Based Medical Systems, Proceedings of the 15th IEEE Symposium , pp.134–139, 2002.
33.中華資料採礦協會發行,“資料採礦與商業智慧data mining & business intelligence with SQL server 2005”,鼎茂圖書出版社,2005年。
34.尹相志,“SQL Server 2005資料採礦聖經”,學貫行銷股份有限公司,2006年6月。
35.內政部警政署,“93年整體治安情勢”,警政統計通報,94年第02號,2005年1月。
36.內政部警政署,“94年竊盜、詐欺案件概況”,警政統計通報,95年第03號,2006年1月。
37.內政部警政署,“95年1-12月詐欺案件概況”,警政統計通報,96年第05號,2007年1月。
38.內政部警政署,“96年1-12月詐欺案件概況”,警政統計通報,97年第05號,2008年1月。
39.王耀輝,“電話詐騙犯罪成因與防治策略”,國立台北大學犯罪學研究所,碩士論文,2007年。
40.古慧珍,“我國網路詐欺防制之研究--以使用人頭帳戶為中心”,國立交通大學管理學院碩士在職專班科技法律組,碩士論文,2005年。
41.江志慶,“ATM轉帳詐欺犯罪之實證研究”,中央警察大學犯罪防治系,碩士論文,第30頁,2005年。
42.行政院金融監督管理委員會,“金融機構自動化服務概況”,金融業務統計輯要,2008年1月。
43.吳柏鏢,“電話詐欺犯罪特性之研究-以台北縣為例”,輔仁大學應用統計學研究所,碩士論文,2005年。
44.法務部保護司副司長朱坤茂,“詐騙新手法”,行政院金融監督管理委員會,2006年10月。
45.施明志,“詐欺犯罪之經濟分析”,中央警察大學行政警察研究所,碩士論文,2005年。
46.范國勇等,“ATM轉帳詐欺犯罪之實證研究”,內政部警政署刑事警察局委託研究報告,第42頁,2004年12月。
47.許詩宏,“低欺騙偵知線索環境下欺騙認知互動模式之探索性研究-以台灣地區電話詐騙案為例”,元智大學工業工程與管理研究所,碩士論文,2005年。
48.郭士傑,“詐欺及其類似犯罪區辨之研究”,東吳大學法律學系研究所,碩士論文,2003年。
49.陳耀茂等,“資料採礦利用Clementine使用手冊”,鼎茂圖書出版社,2006年2月。
50.黃谷鴻,“防制金融詐騙建構安全金融環境”,財金資訊雙月刊,2006年10月。
51.甄世宇,“銀行卡欺詐盯上手機短信,通信業與經濟市場”,第9期,31-32頁,2005年。
52.賴添貴,“台灣地區經濟詐欺狀況處理與防制之實證研究”,大葉大學事業經營研究所,碩士論文,第14頁至第 21頁,2005年。
53.鐘慧珍,“防制犯罪集團利用銀行存款帳戶進行詐騙之執行成果報告”,法務部調查局經濟犯罪防制執行會議第101次會議專題報告,第3頁,2004年12月。
網站參考部份:
1.台北市政府警察局網站,http://www.tmpd.gov.tw/all-statistics1.php?topage=1&t_type=d&id=77,2006年06月。
2.行政院金融監督管理委員會,http://gip.fscey.gov.tw/site/fsc/public/data/boma/stat/atm/atm.xls,2007年07月。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔