Doc2vec을 활용한 개인간 중고거래 사기탐지에 관한 연구
A Study on Fraud Detection in the C2C Used Trade Market Using Doc2vec
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 논문에서는 사기 거래를 사전에 예방하고 XAI 접근 방식을 사용하여 해석할 수 있는 기계학습 모델을 제안한다. 실험을 위해 국내 주요 온라인 C2C 재판매 거래 플랫폼인 중고나라에서휴대폰 판매 게시물 1만2,258개에 대한 실제 데이터셋을 수집했다. 게시물 본문에 해당하는 텍스트를 Doc2vec을 이용해 특성을 추출했고 PCA를 통해 차원축소를 했으며, 이전 연구를 바탕으로다양한 파생변수가 만들어졌다. 전처리 단계에서 데이터 불균형 문제를 해결하기 위해 오버샘플링과 언더샘플링을 결합한 복합샘플링 방법이 적용되었다. 이러한 특성을 기반으로 사기성 게시물을 탐지하는 기계학습 모델들이 학습되었다. 분석 결과 LightGBM이 다른 기계학습 모델에 비해가장 우수한 성능을 보였다. 그리고, SHAP을 이용한 분석 결과, 시세에 비해 터무니없게 가격이쌀수록, 거래지역 표기가 없을수록, 가격이 높을수록, 안전거래를 하지 않을수록, 택배거래를 할수록, 가격 중 0의 비율이 많을수록 사기 게시글일 확률이 높았다.
Abstract
In this paper, we propose a machine learning model that can prevent fraudulent transactions in advance and interpret them using the XAI approach. For the experiment, we collected a real data set of 12,258 mobile phone sales posts from Joonggonara, a major domestic online C2C resale trading platform. Characteristics of the text corresponding to the post body were extracted using Doc2vec, dimensionality was reduced through PCA, and various derived variables were created based on previous research. To mitigate the data imbalance problem in the preprocessing stage, a complex sampling method that combines oversampling and undersampling was applied. Then, various machine learning models were built to detect fraudulent postings. As a result of the analysis, LightGBM showed the best performance compared to other machine learning models. And as a result of SHAP, if the price is unreasonably low compared to the market price and if there is no indication of the transaction area, there was a high probability that it was a fraudulent post. Also, high price, no safe transaction, the more the courier transaction, and the higher the ratio of 0 in the price also led to fraud.
참고문헌 (26)
- C. S. Wu, "The influence of seller, auctioneer, and bidder factors on trust in online auctions", Journal of Organizational Computing and Electronic Commerce, 24(1), pp.36~57 (2014)[DOI]
- M. J. Jin, "Motivation Factors Affecting the Use of C2C Secondhand Trading Platforms", Proceedings of the Spring Conference of Korean Institute of Industrial Engineers, pp.2645~2673 (2021)
- "Platform-based second-hand market fraud is active... 120,000 people lost 89.7 billion won last year" (2021)[URL]
- "Fraudulent case statistics"[URL]
- Y. J. Kim, "A Study on the Service Design for safe C2C Used Trading - Based on the mobile APP", Proceedings of the Winter Conference of Korean Society of Design Science, pp.173~174 (2019)
- 박현희, "C2C 중고거래 플랫폼에서의 중고의류제품 판매 정보 분석 - NVivo를 활용한 내용 분석을 중심으로 -", 한국의류산업학회지, 23(3), pp.358~369 (2021), 한국의류산업학회
- A. Dimoka, "On product uncertainty in online markets: Theory and evidence", MIS Quarterly, 36(2), pp.395~426 (2012)[DOI]
- 이용현, "오토인코더를 활용한 효율적인 신용카드 사기 탐지 지도 기법", 정보과학회 컴퓨팅의 실제 논문지, 25(1), pp.1~8 (2019), 한국정보과학회[DOI]
- 최석재, "지자체 사이버 공간 안전을 위한 금융사기 탐지 텍스트 마이닝 방법", 지능정보연구, 23(3), pp.119~138 (2017), 한국지능정보시스템학회
- 최병호, "순차패턴 분석을 통한 이상금융거래탐지 연구: 선불전자지급수단 거래를 중심으로", 한국전자거래학회지, 26(3), pp.21~32 (2021), 한국전자거래학회[DOI]
- F. Anowar, "Detection of Auction Fraud in Commercial Sites", The Journal of Theoretical and Applied Electronic Commerce Research, 15(1), pp.81~98 (2020)[DOI]
- W. U. H. Abidi, "Real-Time Shill Bidding Fraud Detection Empowered With Fussed Machine Learning", IEEE Access, 9, pp.113612~113621 (2021)[DOI]
- 이동우, "토픽 모델링과 머신 러닝 방법을 이용한 온라인 C2C 중고거래 시장에서의 사기 탐지 연구", 경영정보학연구, 23(4), pp.45~67 (2021), 한국경영정보학회
- 현장호, "온라인 직거래 환경에서의 사기 피해에 대한 사전 예방 필요성 제언 : 사기 판별 요소를 중심으로", 경찰학연구, 21(1), pp.249~272 (2021), 경찰대학[DOI]
- 김영수, "Doc2Vec 모형에 기반한 자기소개서 분류 모형 구축 및 실험", 한국IT서비스학회지, 19(1), pp.103~112 (2020), 한국IT서비스학회[DOI]
- Q. Le, "Distributed Representations of Sentences and Documents", Proceedings of the 31st International Conference on Machine Learning, 32(2), pp.1188~1196
- D. Wang, "LightGBM: an effective miRNA classification method in breast cancer patients", Proceedings of the 2017 International Conference on Computational Biology and Bioinformatics, pp.7~11 (2017)
- G. Ke, "LightGBM: A Highly Efficient Gradient Boosting Decision Tree", Advances in Neural Information Processing Systems, 30, pp.3149~3157 (2017)
- S. M. Lundberg, "A unified approach to interpreting model predictions", Advances in Neural Information Processing Systems, 30, pp.4768~4777 (2017)
- J. H. Ahn, "XAI: Explainable Artificial Intelligence Dissects Artificial Intelligence", pp.253~258 (2020), WikiBooks
- J. S. Shim, "A Study on Korean Fake news Detection Model Using Word Embedding", Proceedings of the Korean Society of Computer Information Conference, 28(2), pp.199~202 (2020)
- "Junggonara: Last year's transaction amount exceeded 5 trillion won...43% increase from the previous year" (2021)[URL]
- S. Choi, "On Word Embedding Models and Parameters Optimized for Korean", Proceedings of Annual Conference on Human and Language Technology, pp.252~256 (2016)
- R. Mohammed, "Machine Learning with Oversampling and Undersampling Techniques: Overview Study and Experimental Results", Proceedings of 2020 11th International Conference on Information and Communication Systems (ICICS), pp.243~248 (2020)
- 이규남, "머신러닝을 위한 불균형 데이터 처리 방법 : 샘플링을 위주로", 한국콘텐츠학회 논문지, 19(11), pp.567~577 (2019), 한국콘텐츠학회[DOI]
- J. Tang, "Feature selection for classification: A review", Data classification: Algorithms and applications, 37 (2014)