机构名称：
¥ 2.0
金融行业通过确定与欺诈检测相关的认知结构，利益，经济优化以及需要创新方法进行有效检测的挑战。这项研究对源自Scopus数据库的PRISMA协议进行了系统文献综述，以遵循PRISMA协议，以选择2010年至2023年发表的27篇文章。该分析揭示了无监督的学习已在各种金融领域实施，包括在线付款，保险以及在银行业中突出的，尤其是用于确定信用卡交易中的异常情况。k均值是无监督学习中使用的最流行的方法。尽管如此，仍有持续的挑战需要解决方案来确保机器学习实施的功效，包括阶级不平衡和欺诈活动的复杂性等问题。从理论上讲，这项研究提供了对认知概念，收益和应用，挑战和实用建议，用于使用无监督的学习进行财务欺诈检测。这对于实践实施很有用，使行业从业人员在选择适当的模型的数据集中受益，这些模型有可能提高检测系统的准确性并减少由于欺诈而造成的财务损失。
财务欺诈检测和机器学习算法（...
主要关键词
相关文件推荐
