Ấn phẩm:
Phát hiện gian lận giao dịch thương mại điện tử: Tiếp cận học máy và hàm ý quản trị
Nhan đề song song
Người hướng dẫn
Tác giả chính
Nguyễn Anh Tú TS.
Tác giả khác
Năm xuất bản
2026
Nhà xuất bản
Học viện Tài chính
Tóm tắt
Trong bối cảnh thương mại điện tử phát triển nhanh, phát hiện gian lận giao dịch trở thành thách thức quan trọng trong quản trị rủi ro số. Nghiên cứu này đánh giá hiệu quả của các thuật toán học máy trong nhận diện gian lận trên bộ dữ liệu 299.695 quan sát. Ba mô hình gồm Hồi quy Logistic, Rừng ngẫu nhiên và XGBoost được huấn luyện, kiểm định qua 30 vòng lặp nhằm bảo đảm độ tin cậy. Kết quả cho thấy các mô hình phi tuyến vượt trội, trong đó XGBoost đạt hiệu năng tốt nhất với AUC 0,97 và độ nhạy 88,8%, giúp phát hiện gian lận hiệu quả đồng thời kiểm soát báo động giả. Nghiên cứu cũng chỉ ra các biến ngữ cảnh và xác thực có giá trị dự báo cao hơn biến số tiền giao dịch, qua đó cung cấp cơ sở cho doanh nghiệp TMĐT tối ưu chiến lược khai thác dữ liệu và bảo vệ niềm tin khách hàng.
Mục lục
Địa chỉ truy cập
Số trang
Ngôn ngữ
vie
Trích dẫn
ISBN
ISSN
Định danh khác
Tài liệu chủ
Tài liệu tham khảo
Chủ đề
dự đoán gian lận , học máy , phân loại , rừng ngẫu nhiên , thương mại điện tử , XGBoost
Kiểu tài liệu
Topic
Topic con
Vui lòng sử dụng ứng dụng DRM AOF để đọc tài liệu số
