Filter Method와 Classification 알고리즘을 이용한 전자상거래 블랙컨슈머 탐지에 대한 연구

Vol. 28, No. 6, pp. 1499-1508, 11월. 2018
10.13089/JKIISC.2018.28.6.1499, Full Text:
Keywords: Machine Learning, Supervised Learning, Fraud Detection, User Classification, Feature selection
Abstract

빠른 속도로 성장하고 있는 전자상거래 시장이 기업들에게 고객층을 넓혀나갈 좋은 기회를 제공하고 있는 반면에블랙컨슈머로 인한 기업들의 피해 사례 또한 늘어나고 있다. 본 연구는 전자상거래 고객 데이터를 통해 전자상거래상의 블랙컨슈머를 탐지해내는 머신 러닝 모델을 구축하고 최적화하는 것을 목표로 한다. Feature selection의filter method와 4개의 classification 알고리즘을 이용한 실험을 통해 F-measure 0.667의 정확도로 블랙컨슈머를 탐지하는 모델을 구축하였으며 F-measure에서 11.44%, AURC에서 10.51%, TPR에서 22.87%의 성능향상을 확인 할 수 있었다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
이태규 and 이경호, "Black Consumer Detection in E-Commerce Using Filter Method and Classification Algorithms," Journal of The Korea Institute of Information Security and Cryptology, vol. 28, no. 6, pp. 1499-1508, 2018. DOI: 10.13089/JKIISC.2018.28.6.1499.

[ACM Style]
이태규 and 이경호. 2018. Black Consumer Detection in E-Commerce Using Filter Method and Classification Algorithms. Journal of The Korea Institute of Information Security and Cryptology, 28, 6, (2018), 1499-1508. DOI: 10.13089/JKIISC.2018.28.6.1499.