应用分群技术侦测信用卡异常交易之研究

近年来台湾信用卡市场蓬勃发展，至2001年10月止的总发卡量已经达到 4千多万张[37]，一个人有三、四张信用卡是很常见的事情。然而，也因为信用卡使用方便且全球通行的特性，却逐渐成为犯罪集团诈财的主要工具之一。国内信用卡诈欺犯罪案件急遽增加，据美国运通，万事达卡、威士忌、大莱卡、吉士美等国际五大发卡组织统计，在2000年一整年中，台湾信用卡中伪卡盗刷总金额为新台币30亿元，占总欠账金额7220亿元的千分之四点一。此比率居亚太区域之冠[35]。
且再以前一年的资料来看的话，在 1999 年一整年的盗刷总金额为新台币15亿元[36]，也就是说，在短短的一年之间，盗刷的总金额便成长了整整一倍之多，在 1999 年诈欺的状况还比日本稍好一点（亚洲第二名），但是到了 2000 年时却已成为了亚太区域之冠了[35] [36]。
资料分群的相关研究方面，在阅读过去的研究之后，发现大部份的研究多半是从正向的层面来分析数据的，往往把例外和异常的数据视为无用、不重要的，但是，事实上，这种观念并不是完全正确的，在某些情况下异常数据反而特别地有意义，譬如预防信用卡盗刷或手机盗打.等等，都是需要去寻找所谓的异常数据才能达到目的的；近几年，随着数据挖掘的兴起，许多的方法有了更新且突出的发展，也做了更新的整合，故本研究希望能应用数据挖掘领域中分群的技术，对信用卡数据做正、反面的分析，在最快速的情形之下，判别出盗刷情形的发生，进一步地吓阻整个社会严重的盗刷情况，希望能够对于信用卡公司分析盗刷情形之决策有相当的帮助。

数据挖掘研究院

资料全文下载 数据挖掘研究院