يك روش ايمن براي معاملات خودرويي در چرخه صنعت خودرو با رويكرد يادگيري ماشين و هوش گروهي

A safe method for car transactions in the cycle of the car industry with a machine learning and swarm intelligence approach

يكي از اطلاعات مهم و كاربردي كه براي خريد و معامله خودرو مورد استفاده قرار گرفته مي شود، اطلاعات كارت اعتباري مشتريان براي معاملات خودرويي در چرخه خريد و فروش خودرو است. اين اطلاعات مي تواند شامل الگوهاي ارزشمندي باشد و مي توان به كمك يك ابزار تحليلي، اقدام به اعتبارسنجي آن نمود. در بيشتر موارد كارتهاي اعتباري دستكاري مي شوند يا در فرآيندهاي پولشويي براي معاملات خودرويي استفاده مي شوند. در روش پيشنهادي مشاهده مي شود كه در ابتدا درخواست معامله خودرو توسط يك مركز دريافت شده و بر اساس يادگيري ماشين و شبكه عصبي مصنوعي تلاش مي شود تا تشخيص داده شود آيا كارت اعتباري براي خريد خودرو مشكلي ندارد(سرقتي يا تقلبي) و سپس در ادامه نيز اگر احراز هويت كارت اعتباري براي خريد خودرو بدون مشكل باشد فاز دوم انجام مي شود. در فاز دوم تلاش مي شود تا بتوان به كمك بلاك چين به عنوان يك سيستم توزيع شده صحت معامله و خودرو را مورد بررسي قرار داد. ارزيابي و آزمايشات نشان مي دهد خطاي RMSE روش پيشنهادي براي پيش بيني وقوع تخلف در معاملات خودرويي برابر 0.319 است و اين درحالي است كه خطاي درخت تصميم گيري، شبكه عصبي، ماشين بردار پشتيبان و جنگل تصادفي به ترتيب برابر 0.4085، 0.3758، 0.4360 و 0.3883 است. در بين اين روش ها روش پيشنهادي داراي كمترين خطا در تحليل اطلاعات هر بلاك مرتبط با بلاك چين در معاملات خودرويي است.