Details
Title | Анализ транзакций клиентов банка для выявления аномальных шаблонов поведения: выпускная квалификационная работа магистра: 09.04.04 - Программная инженерия ; 09.04.04_02 - Основы анализа и разработки приложений с большими объемами распределенных данных |
---|---|
Creators | Руденко Татьяна Федоровна |
Scientific adviser | Дробинцев Павел Дмитриевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2019 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | Базы данных ; прогнозирование данных ; машинное обучение ; анализ данных ; паттерны поведения ; антифрод система |
UDC | 004.65(043.3) ; 004.031.43(043.3) |
Document type | Master graduation qualification work |
File type | |
Language | Russian |
Level of education | Master |
Speciality code (FGOS) | 09.04.04 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
Links | Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований |
DOI | 10.18720/SPBPU/3/2019/vr/vr19-1180 |
Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Record key | ru\spstu\vkr\2441 |
Record create date | 9/26/2019 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
Выпускная квалификационная работа магистра посвящена анализу транзакций клиентов банка для выявления аномальных шаблонов поведения. В работе представлены результаты анализа существующих подходов к решению проблем мошенничества в банковской сфере, исследованы методы на основе алгоритмов машинного обучения. Приведено описание архитектуры банка, в которую можно встроить найденное решение. Представлены результаты тестирования и сделаны выводы об эффективности методов.
Graduate qualification work of the master degree is devoted to the analysis of bank customer transactions to identify abnormal patterns of behavior. In this thesis work, the results of an analysis of existing approaches to solving problems of fraud in the banking sector, and the research of methods based on machine learning algorithms. Shown a description of the bank architecture, in which the found solution can be embedded. Presented test results and conclusions about the effectiveness of the method.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 82
Last 30 days: 0