عناصر مشابهة
E-commerce Transactions Of Behaviors Anomaly Detection System
| المصدر: | المجلة العراقية لتكنولوجيا المعلومات |
|---|---|
| الناشر: |
الجمعية العراقية لتكنولوجيا المعلومات
|
| المؤلف الرئيسي: | |
| مؤلفين آخرين: | |
| المجلد/العدد: | مج9, ع1 |
| محكمة: | نعم |
| الدولة: | العراق |
| التاريخ الميلادي: | 2018 |
| الصفحات: | 137 - 154 |
| DOI: | 10.34279/0923-009-001-012 |
| ISSN: | 1994-8638 |
| رقم MD: | 961321 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | English |
| قواعد المعلومات: | HumanIndex |
| مواضيع: | |
| رابط المحتوى: |
|
| المستخلص: | تقترح هذه المقالة تصميم نظام للكشف عن الحالات الشاذة لمواقع التجارة الإلكترونية. ويتكون هذا النظام المقترح من مرحلتين المرحلة الاولى هي مرحلة العنقدة والمرحلة الثانية هي مرحلة التصنيف في المرحلة الأولى اقترحت (SVM) كخطوة عنقدة وخوارزمية (k-means) المعدلة عن خوارزمية (PMK-means) خوارزمية لمرحلة التصنيف كخطوة ثانية لحل المشاكل والمعاملات او الحركات غير الطبيعية او المشبوهة لبيانات التجارة الإلكترونية. وسيتم تطبيق هذا التعديل المقترح كمرحلة ما قبل المعالجة، والهدف الرئيسي هو توليد مجموعات من لتصنيف مجموعة البيانات (SVM) مجموع معاملات التجارة الالكترونية لمجموعة البيانات الشاذة. ثم تطبيق خوارزمية والكشف عن الشذوذ. This article proposes designing a system to detect anomalies for e commerce sites. The proposed system consists of two phases the first clustering phase and the second classification phase, in the first stage, the algorithm was proposed modify k-means (PMK-means) algorithm as clustering phase and support vector machine (SVM) algorithm as classification phase to solve the problems and abnormal transactions of e commerce data. This proposed modify kmeans will be applied as a preprocessing stage, the main objective is to generate a collection of clusters from the ecommerce transactions of anomaly dataset. Then applythe SVM algorithm to classifications the dataset and anomaly detection. |
|---|
