HOME ソリューション 受託開発 会社情報 採用情報
GA
事例紹介
クレジットカード
不正使用の検知
潜在離反顧客の早期発見
初期・途上与信のためのスコアリング
顧客ライフタイム
バリューのマイニング
人員配置
スケジューリング
物流システムの最適化
地図ラベルの自動配置
広告の最適化
DM応答率最大化
商品の
レコメンデーション
潜在休眠顧客の予想と
休眠顧客の活性化
石油精製の最適化
FX自動ヘッジモデル

遺伝的アルゴリズムと機械学習を組合せることで、不正使用を検知する
ルールを膨大なデータから効率的にマイニングすることが可能に

現状

近年クレジットカード及びキャッシュカードの偽造・盗難・紛失などによる不正使用の犯罪は増加傾向にあります。 日本国内では、クレジットカード不正検知システムとして、主に米国のクレジット・スコアリングシステム(CSS)を導入していますが、 米国のシステムをそのまま使用しているため、日本国内の不正クレジットカード犯罪を十分に捕捉できていないのが実情です。

従来の課題

顧客属性及び取引履歴のデータは非常に膨大であり、また完全性、確実性を欠いているケースも散見されます。 このようなデータの中から不正使用の特徴を抽出することは、 NP困難組合せ最適化問題として従来の機械学習手法では解決困難とされてきました。

JANAのアプローチ

JANAのアプローチは、遺伝的アルゴリズムと機械学習を組合せた独自の不正検知システム進化的ルール学習システムを用いて 従来の CSSでは捕捉できなかった不正使用犯罪の検知が可能となりました。特記すべきは、過去の取引履歴から特徴を見つけ出し、 さらに新たな属性を創造して不正使用犯罪を検知する有効なルールを作成することです。

プライバシーポリシー サイトマップ ビバサイエンス メディカルシグマ