Avancerad sökning

Visar resultat 1 - 5 av 11 uppsatser som matchar ovanstående sökkriterier.

  1. 1. Detecting Fraudulent User Behaviour : A Study of User Behaviour and Machine Learning in Fraud Detection

    Uppsats för yrkesexamina på avancerad nivå, Uppsala universitet/Analys och partiella differentialekvationer

    Författare :Patrik Gerdelius; Sjönneby Hugo; [2024]
    Nyckelord :Fraud Detection; User Behaviour; Random Forest; PCA; SMOTE;

    Sammanfattning : This study aims to create a Machine Learning model and investigate its performance of detecting fraudulent user behaviour on an e-commerce platform. The user data was analysed to identify and extract critical features distinguishing regular users from fraudulent users. LÄS MER

  3. 2. Privacy concerns of Indonesian Internet users : Investigating the level of concern among ecommerce users

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Rusna Rusna; [2022]
    Nyckelord :privacy concerns; privacy motivations; e-commerce; survey;

    Sammanfattning : The growth of digital marketing has poses a challenge in the area of online privacy and ethical conduct. Internet users in Indonesia, a country with with an immense amount of Internet users, have suffered from many online privacy threats such as personal data trading and online scams. LÄS MER

  4. 3. You don’t know the power of the dark (patterns) side : En studie om användares upplevelser av dark patterns på ehandelsplatser

    Kandidat-uppsats, Mittuniversitetet/Institutionen för data- och systemvetenskap

    Författare :Johannes Lundkvist; Benjamin Ek; [2021]
    Nyckelord :Dark patterns; HCI; qualitative study; e-commerce; online retail; UX; Dark patterns; MDI; kvalitativ studie; e-handel; UX;

    Sammanfattning : Tack vare e-handelns tillväxt och framfart har det aldrig varit såenkelt att på ett snabbt och smidigt sätt få produkter hemskickadeoch betalda inom några få sekunder. Men denna snabba framfartoch viljan att konstant öka omsättningen har gjort e-handelsplatsertill en grogrund för manipulativ design, med det huvudsakligamålet att påverka användare och få dem att ta beslut som inteligger i deras primära intresse. LÄS MER

  5. 4. Catch the fraudster : The development of a machine learning based fraud filter

    Uppsats för yrkesexamina på avancerad nivå, Uppsala universitet/Avdelningen för systemteknik

    Författare :Anton Andrée; [2020]
    Nyckelord :fraud: detection: fraud detection: machine learning: filter: fraud filter: random forest: RNN: grey list: gray list: non-numerical: features: fraudulent: banking: ecommerce: transaction;

    Sammanfattning : E-commerce has seen a rapid growth the last two decades, making it easy for customers to shop wherever they are. The growth has also led to new kinds of fraudulent activities affecting the customers. LÄS MER

  7. 5. Detection of high-risk shops in e- commerce

    Master-uppsats, Linköpings universitet/Statistik och maskininlärning

    Författare :Rebin Hosini; [2018]
    Nyckelord :statistics; machine learning; fraud; e-commerce;

    Sammanfattning : Abstract not availalble. ... LÄS MER