ارزیابی و کشف تقلب در فرایند زنجیره تامین مبتن ی بر رویکرد تلفیق ی ANN-Big data

در ده ه های اخیر، رقابت جهت ارایه ارزش برتر به مشتریان، از رقابت میان بنگاه ها به سمت رقابت میان زنجیره های تامین سوقپیدا کرده است. طراحی مناسب زنجیره تامین با توجه به ابعاد اقتصادی، اجتماعی و زیستمحیطی در سطوح استراتژیک،تاکتیکی و عملیاتی ضامن بقا و توسعه پایدار بنگاهه های فعال در هر بخش از زنجیره تامین است. یکی از مسایل مهم در زنجیرهتامین، وجود تقلب و مخاطرات مرتبط با آنها در سرتاسر زنجیره است. همچنین با توجه به حجم پژوه شهای علمی و تجربیصورت گرفته در سالهای اخیر، مساله کشف و ارزیابی تقلب با استفاده از روش های محاسباتی به تنهایی یک موضوع بااهمیت برای پژوهش م یباشد . از مه مترین چالشهای کشف و ارزیابی تقلب میتوان به د ر دسترس نبود ن مجموعه های داد هایواقعی، وجود مجموعه های داد های نامتقارن، عظیم بودن اندازه مجموعه های داد های، رفتار پویای متقلب و پراکندگی رخدادهایتقلبآمیز اشاره نمود که نتیجه این دو عدم اطمینان و ابهام در تصمیمسازی است. لذا هدف این پژوهش، ارایه مدلی جهتکشف و ارزیابی تقلب در فرایند زنجیره تامین مبتنی بر رو یکرد تلفیقی ANN-Big data میباشد. این پژوهش از نظر هدف،یک پژوهش توسعهای و کاربردی است. نخست به دلیل ا یجاد یک مدل جامع، با در نظر گرفتن منابع مختلف اخذ تصمیم درخصوص قانون ی یا تقلبآمیز بودن تراکنشهای کارت الکترونیک و الزامات تح لیل بزرگ داده، سعی به توسعه دانشی نظری د راین حوزه دارد، این پژوهش را م یتوان از لحا ظ ماهی تیک پژوهش تحلیل ی ریاضی در نظر گرفت، بر همین اساس اینپژوهش از نظر رویکرد، ی ک پژوهش کمی است . فرآیند استاندارد میا ن صنعتی داد هکاوی یا به اختصار CRISP DM)چپمنو همکاران 2000 (، ب هعنوان روش شناسی تحلیل مورد استفاده قرار کرفته است. از مدل های خوشه بندی و الگوریت مهای K-means ، شبکه عصبی Kohone ، کشف ناهنجاری مبتنی بر خوشهبندی، مدل مخفی مارکوف، روش پردازش موازینگاشتکاهش و مدل ه مجوشی دمپستر شیفر فازی استفاده میشود. تجزیه و تحلیل با استفاده از نرمافزارهای MATLAB و R انجامشده است. مدل پیشنهادی توانسته است از نظر خروجی و زمان اجرا ، نسبت به مدلهای دیگر عملکرد برتری را به نمایشگذارد.کلمات کلیدی: کشف و ارزیا بی تقلب ، زنجیره تامین ، ANN, Big data