Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Souza, Daniel Henrique Miguel de
Orientador(a): Bordin Júnior, Claudio José
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia da Informação
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126419&midiaext=81198
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_7f365ddf8416fc23f3452bbd1f3e2ecd
oai_identifier_str oai:BDTD:126419
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisDetecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina2023-06-06Bordin Júnior, Claudio JoséSouza, Daniel Henrique Miguel deUniversidade Federal do ABCPrograma de Pós-Graduação em Engenharia da InformaçãoUFABCporDETECÇÃO DE FRAUDE DE CARTÃO DE CRÉDITOMERCADO FINANCEIROINTELIGÊNCIA ARTIFICIALESTATMACHINE LEARNINGCREDIT CARD FRAUD DETECTIONFINANCIAL MARKETARTIFICIAL INTELLIGENCEAPPLIED STATISTICSPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABCCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorNeste trabalho, é analisado o problema de aprendizado de máquina supervisionado e suas aplicações no reconhecimento de transações fraudulentas em pagamentos com cartão de crédito. Primeiramente, é discutido o conceito de fraude em meios de pagamento, suas consequências e a importância de detectar esse tipo de transação para mitigar riscos. Em seguida, são apresentados problemas de aprendizado de máquina supervisionado e não-supervisionado, bem como os principais algoritmos utilizados (como Redes Bayesianas, Redes Neurais, Arvores de Decisão é K-Means), suas aplicações, implementação computacional e métodos de avaliação de desempenho. Em seguida, são descritas metodologias para combinação de algoritmos de aprendizado de máquina, com destaque para a agregação de classificadores e a combinação de métodos de aprendizado supervisionado e não-supervisionado (Mixed Learning). Como principais contribuições deste trabalho, destacam-se os novos algoritmos CC-OR, CCKVM e CCK-OR, baseados em uma nova função para agregação de classificadores, aliada ao conceito de Mixed Learning, além de uma variação do algoritmo K-Nearest Neighbors adaptado para dados desbalanceados. Para avaliar os diferentes classificadores, foram comparados os principais algoritmos da literatura, operando individualmente e agregados por meio de voto majoritário, bem como os algoritmos propostos neste trabalho, avaliando-se o desempenho dos mesmos na detecção de operações fraudulentas. Foram realizadas simulações numéricas por meio de programas escritos em Python, utilizando dados reais e sintéticos, as quais revelaram ganhos no uso dos métodos propostos quando comparados com o estado da arte da área.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126419&midiaext=81198application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:06:40Zoai:BDTD:126419Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2024-02-23T11:10:26Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina
title Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina
spellingShingle Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina
Souza, Daniel Henrique Miguel de
title_short Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina
title_full Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina
title_fullStr Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina
title_full_unstemmed Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina
title_sort Detecção de fraudes em operações com cartões de crédito : uma abordagem de aprendizado de máquina
author Souza, Daniel Henrique Miguel de
author_facet Souza, Daniel Henrique Miguel de
author_role author
dc.contributor.advisor1.fl_str_mv Bordin Júnior, Claudio José
dc.contributor.author.fl_str_mv Souza, Daniel Henrique Miguel de
contributor_str_mv Bordin Júnior, Claudio José
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2023
dc.date.issued.fl_str_mv 2023-06-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126419&midiaext=81198
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126419&midiaext=81198
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia da Informação
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475890977669120

Registros relacionados