Модификация метода анализа пользователей платформ электронной коммерции
Автор: Ставцев Н.О.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 5-3 (63), 2020 года.
Бесплатный доступ
В статье описаны современные условия деятельности платформ электронной коммерции. Выявлены проблемы используемых методов для анализа пользователей платформ электронной коммерции с целью выявления мошеннических транзакций. Разработано два метода анализа пользователей с целью выявления мошеннических платежей в зависимости от доступного набора данных: построение системы на основе метода случайного леса и автоэнкодера.
Платформы электронной коммерции, мошеннические транзакции, машинное обучение, случайный лес, автоэнкодер
Короткий адрес: https://sciup.org/170182777
IDR: 170182777 | DOI: 10.24411/2411-0450-2020-10509
Список литературы Модификация метода анализа пользователей платформ электронной коммерции
- Analysis of cyber attack and incident data from IBM's worldwide security services operations // IBM 2015 Cyber Security Intelligence Index. 2015. - [Электронный ресурс]. - Режим доступа: https://essextec.com/wp-content/uploads/2015/09/IBM-2015-Cyber-Security-Intelligence-Index_FULL-REPORT.pdf (дата обращения: 20.05.2020).
- Ускенбаева Р.К., Бектемысова Г.У. Применение больших данных в электронной коммерции: Перспективы и проблемы // Colloquium-journal. - 2019. - №2-1 (26). - С. 7-11.
- Гультяева Т.А. Методы статистического обучения в задачах регрессии и классификации: монография / Т.А. Гультяева, А.А. Попов, А.С. Саутин; Новосибирский государственный технический университет. - Новосибирск: Новосибирский государственный технический университет, 2015. - 323 с.
- Машинное обучение против кредитных рисков // Хабр. - [Электронный ресурс]. - Режим доступа: https://habr.com/ru/company/vtb/blog/417739/ (дата обращения: 20.05.2020).
- Кузьмина С.В., Ефимов А.И. Актуальные методы машинного обучения в области классификации // Актуальные проблемы современной науки и производства. - 2018. - С. 34-38.
- Жуков Д.А., Клячкин В.Н., Кувайскова Ю.Е. Сравнительный анализ методов машинного обучения при прогнозировании состояния технического объекта // Радиоэлектронная техника. - 2017. - № 1. - С. 189.
- Нечахин В.А., Пищик Б.Н. Применение методов глубинного обучения для обнаружения вторжений // Вестник Новосибирского государственного университета. Серия: Информационные технологии. - 2019. - №17 (2). - С. 114-121.
