Bankacılıkta dolandırıcılık yöntemleri ve tespiti

Abstract

Tez çalışmasında, temel olarak bankacılık ve finans sektöründe dolandırıcılık ve hırsızlığın önüne geçilmesi hedeflenmiştir. Bu amacı desteklemek için tez de bazı yazılım dilleri, veritabanı yönetim sistemi uygulamaları ve veri madenciliğinin ilgili model ve algoritmaları kullanılmıştır. Tez çalışmasındaki amaç hem maddi, manevi kayıplarının önüne geçmek hem de kurumlar için müşterilerine daha hızlı, güvenli hizmet sağlayarak şirketsel imajlarını korumaktır. Tez çalışmasında temel olarak müşterilerin geçmiş dönemlerdeki alışveriş geçmişleri veritabanı sistemlerinde tutulmuştur. Bu alışverişler kategorize edilerek hangi müşteri parasını, hangi ürün yelpazesine harcadığı saptanarak veri tabanına kayıt edilmiştir. Kategorilerde ki ürünlere yatırdığı miktarlar da göz önünde bulundurulmuştur. Tez çalışmasında banka müşterilerinin beş aylık harcamaları kategori ve miktarlarla kayıt altına alınmaktadır. Müşteri kartı belirli yöntemlerle kopyalandığı ve çalındığı durumlarda yapacağı alışverişlerin alışkanlıklarına ters düştüğü durumlarda veri madenciliği ile oluşturulmuş ağaç sonucu oluşan yapı devreye girerek dolandırılma riski belirlenecektir. Veri madenciliğinde sınıflandırma yönteminin içindeki karar ağacı ile sınıflandırma tekniğinin C4.5 algoritması kullanılmıştır. Karar ağacı tekniği ile gelişim eğitim verisi üzerinden sağlanmıştır.

In thesis study, it has been aimed to prohibit fraud and theft in banking and finance sector basically. For supporting this purpose, some software languages, database management system applications and related model and algorithms of data mining have been used in thesis. In the thesis study, main purpose is both prohibiting moral, material losses and protecting their corporative images by providing faster, secured service to clients for institutions. In the thesis study, clients past shopping histories have been detained in database systems basically. These transactions have been saved in the database by categorizing and detecting which client spent his/her money to which product range?' Imbursed amounts to products have been also considered in the categories. In the thesis study, bank clients five monthly expense are recorded with category and amounts. In case of copying and stealing the client's card with specific methods and contradiction his/her upcoming shopping to his/her behaviors; fraud risk will be designated by getting involved construct which is consisted because of tree that it is generated with data mining. In the data mining, decision tree within classification method and classification technique's C4.5 algorithm have been used. Developing has been provided over training data with decision tree technique.