跳到主要內容

臺灣博碩士論文加值系統

(44.192.48.196) 您好!臺灣時間:2024/06/16 09:57
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:林子鈞
研究生(外文):LIN, TZU-CHUN
論文名稱:以顧客旅程探討金融詐騙告警服務對金融機構企業價值之影響
論文名稱(外文):Exploring the impact of fraud alert services on financial institution enterprise value through customer journey
指導教授:鄭麗珍鄭麗珍引用關係
指導教授(外文):CHENG, LI-CHEN
口試委員:翁頌舜曾秋蓉鄭麗珍
口試委員(外文):WENG, SUNG-SHUNTSENG, CHIU-JUNGCHENG, LI-CHEN
口試日期:2023-05-26
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:管理學院資訊與財金管理EMBA專班
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2023
畢業學年度:111
語文別:中文
論文頁數:58
中文關鍵詞:顧客旅程金融詐騙深度訪談使用者體驗機器學習釣魚網站釣魚簡訊資訊安全
外文關鍵詞:Customer JourneyFraudPhishingUser experiencemachine learningInformation security
相關次數:
  • 被引用被引用:0
  • 點閱點閱:142
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
  近年來,詐騙集團專業分工化,並嫻熟法規與時事現狀,各類詐騙手法推陳出新,『迭代敏捷』快速發展,防不勝防。

  本研究以顧客旅程為其研究方法,以臺灣各世代人口分布與受詐騙人口比例進行目標群眾之設定,先進行受訪群眾之數位與資安能力之評量,並分析各類網路金融受詐可疑態樣與資訊安全宣導等要素,設計『對客式金融告警服務』之概念原型,以進行顧客旅程之操作體驗與紀錄。希冀透過研究結果,找出目標客群可能受詐之現象、關聯與資訊安全對策,並評估『對客式金融告警服務』對金融客戶與金融機構企業價值之影響,以供金融業者未來於防詐舉措之參考。
In recent years, frauds have become more specialized and proficient in regulations and current affairs. Various types of fraud have emerged one after another, and “iterative agility” has developed rapidly, making it difficult to prevent.

This study uses customer journey as its research method, sets the target audience based on the distribution of population and the proportion of fraud victims in various generations in Taiwan, evaluates the digital and information security capabilities of the interviewees, analyzes various suspicious patterns of online finance fraud and information security promotion elements, designs the concept prototype of “customer-oriented financial warning service” to conduct customer journey operation experience and record. Through the research results, we hope to find out the phenomena, correlations and information security countermeasures that target customers may be defrauded, evaluate the impact of “customer-oriented financial warning service” on the value of financial customers and financial institutions, so as to provide reference for future anti-fraud measures by financial institutions.
中文摘要 i
ABSTRACT ii
誌 謝 iii
目 錄 iv
圖目錄 vi
表目錄 vii
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 4
1.3 研究目的 4
第二章 文獻探討 6
2.1金融詐騙防範機制 6
2.1.1 行政聯防舉措 6
2.1.2 資訊系統聯防機制 7
2.1.3 金融主管機關、相關法規與計畫 8
2.1.4 應用機器學習於網路犯罪偵測 10
2.2顧客旅程相關研究 12
第三章 研究方法 16
3.1研究流程 16
3.2研究對象 16
3.2.1不同世代之數位行為 16
3.2.2訪談對象樣本 18
3.3研究設計 20
3.3.1訪談內容與環境設計 20
3.3.2研究內容大綱設定 26
第四章 實證分析 29
4.1訪談樣本之使用前調查 29
4.2顧客旅程訪談記錄 40
第五章 結論 52
5.1研究結論 52
5.2未來建議 54
參考文獻 56
Abu-Nimeh, S., Nappa, D., Wang, X., Nair, S. (2007). Comparison of Machine Learning Techniques for Phishing Detection. APWG eCrime Researchers Summit, Pittsburgh, USA.

Annals in Social Responsibility Vol. 7 No. 1 (2021). "What cybercriminals and banks do not want you to know: lifting the lid on the data vulnerabilities of online banking users.".

Bagui, S., Nandi, D. & White, R. J. (2021). "Machine Learning and Deep Learning for Phishing E-mail Classification using One-Hot Encoding."

Bettencourt, L. A., & Ulwickx A. W. (2008). The customer-centered innovation map Harvard Business Review, 86(5):109-114.

Fette, I., Sadeh, N., Tomasic, A. (2006). Learning to Detect Phishing E-mails. Technical report, Institute of Software Research International, School of Computer Science, Carneige Melon University., Carneige Melon University.

Fichter, D., & Wisniewski, J. (2017). Tackling the omnichannel experience with customer journey mapping. Computers in Libraries,37(8):4-7.

Fillemon S. Enkono, N. S. (2020). Application of Machine Learning Classification to Detect Fraudulent E‑wallet Deposit Notification SMSes. AJIC Issue 25, 20.

Magidson, J., & Brandyberry, G. (2001). Putting customers in the "wish mode". Harvard Business Review, 89(8):26-28.

MBAH, K. F. (2011). A phishing e-mail detection approach using machine learning techniques. World Academy of Science, Engineering and Technology, Computer and Information Engineering, vol. 3(1).

Ramesh Chandran, S. R. K., N. Gayathri (2020). Designing a Locating Scams for Mobile Transaction with the Aid of Operational Activity Analysis in Cloud.

Rathee, D. (2022). Detection of E-Mail Phishing Attacks – using Machine Learning and Deep Learning. S. Mann. IJCA.

Sami Smadi, N. and R. Li Zhang, M A Hossain (2015). Detection of Phishing E-mails using Data Mining Algorithms. 9th International Conference on Software, Knowledge, Information Management and Applications (SKIMA).

Sonowal, G. (2020). Phishing E-mail Detection Based on Binary Search Feature Selection. SN Computer. Science, vol. 1.

von Hippel, E. (2001). Innovation by user communities: Learning from open-source software. Sloan Mangement Review,42(4).

中央社 (2022), "你曾因第三方支付遭綁卡盜刷嗎?未來收到「OTP密碼」要注意這個資訊" 查閱時間 2022/11/27, 來自 https://www.bnext.com.tw/article/72646/fraudulent-otp?

台灣事實查核中心 (2022), "【事實釐清】網傳新聞片段「太恐怖太進步的詐騙技術,只要填了基本資料,你的人生就完全被偷走了!」?" 查閱時間 2022/10/23, 來自 https://tfc-taiwan.org.tw/articles/7650。

呂伊萱 (2017),"受誘做跨國詐騙集團車手 台人遭捕曾逾400人" 查閱時間 2022/3/5, 來自 https://news.ltn.com.tw/news/politics/breakingnews/1993852。

法務部 (2018), "法務部春節新聞稿【國際及兩岸法律司】打擊跨境電信詐騙案的策進作為." 來自 https://www.mac.gov.tw/News_Content.aspx?n=DED5DAB0D6C7BED6&sms=
8E0A247A631E0960&s=34E206739DB70CCA。

金融監督管理委員會 (2021), "「金融行動身分識別聯盟」正式成立,加速提升數位金融服務的安全與便利." 查閱時間 2022/11/6, 來自 https://www.fsc.gov.tw/ch/home.jsp?id=
96&parentpath=0&mcustomize=news_view.jsp&dataserno=202106150002&dtable=News。

金融監督管理委員會 (2022),"本會沿革." 查閱時間 2022/10/5, 來自 https://www.fsc
.gov.tw/ch/home.jsp?id=167&parentpath=0%2C1。

金融監督管理委員會 (2022),"金管會與內政部警政署共同舉辦「疑涉詐欺境外金融帳戶預警機制啟動儀式暨金融防詐高階論壇」." 來自https://www.fsc.gov.tw/ch/home.jsp?id
=96&parentpath=0,2&mcustomize=news_view.jsp&dataserno=202209130006&dtable=News。

長安雅代 (2022),韓國服飾直播代購之影響因素:社交顧客旅程觀點, 國立政治大學.

柯志賢 (2019),應用機器學習技術協助警察偵辦詐騙案件之研究. 資訊管理學系在職專班. 桃園縣, 國立中央大學. 碩士: 105。

柯筑旖 (2022),網路銀行顧客旅程、品牌形象、知覺風險及品牌績效關聯性之研究, 國立彰化師範大學。

胡家幀 (2022),應用服務藍圖及顧客旅程優化汽車租賃業之服務流程: 以某汽車租賃業為例, 國立中央大學。

袁凱 (2019),機器學習方法在消費金融反欺詐模型中的應用進展。

張簡筠平 (2022),旅遊和休閒娛樂電商平台之創新顧客旅程─以KLOOK客路為例, 國立中山大學。

許華孚,黃光甫 (2020),跨境犯罪-電信詐騙專書, 一品文化出版社。

陳明仁 (2022). 結合顧客旅程與文字探勘以探索顧客意見-以A電信公司門市評論為例, 國立臺北科技大學。

喬懷禹 (2019),台灣詐騙產業行為之經濟分析. 經濟學研究所. 台北市, 國立臺灣大學. 碩士: 50。

黃志中 (2019),網路詐騙行為態樣之分析探討. 資訊管理學系. 高雄市, 義守大學. 碩士: 69。

楊凱翔 (2022),利用顧客旅程地圖探討顧客體驗、顧客滿意度與顧客忠誠度之關係以Life8米斯特國際為例, 國立臺中科技大學。

臺灣高等檢察署 (2020),"跨境電信詐騙追贓平臺" 來自 https://www.tph.moj.gov.tw
/4421/4447/756121/757183/post。

歐素華 (2019),精準分眾以創新:由使用者行為引導媒體服務設計,中山管理評論第27期,第1卷,第11-56頁。

簡莉文 (2022),探討線上與線下顧客體驗對顧客旅程滿意度及忠誠度之影響-以台糖健康易購網及台糖蜜鄰便利超市為例, 國立高雄科技大學。

顏弘晏 (2017),巨量資料分析於警政應用-以行動通訊核心網路使用者註冊資料為例. 資訊管理研究所. 桃園縣, 中央警察大學. 碩士: 52。

羅娟 (2021),通路整合、顧客旅程設計及顧客忠誠度之研究, 東海大學。

警政署 (2016-2022),"165反詐騙諮詢專線-詐騙LINE ID與詐騙闢謠專區." 查閱時間 2022/10/5,來自https://data.gov.tw/datasets/search?p=1&size=10&s=dataset_view_times_des
c&cgl-2=429&cgl-3=10884&rft=165。
電子全文 電子全文(網際網路公開日期:20280525)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊