INTELLIGENT MODEL FOR ONLINE RECRUITMENT FRAUDS DETECTION

Abstract

Abstract

The current research aims to prevent individuals and organization compromised privacy and loss of money through building a reliable model to detect the fraud exposure in the online recruitment environments. The main contribution of the research, that this research resulted in a reliable detection model based on ensmbel approach by using Random forest classifier for detecting Online Recruitment Fraud(ORF). To achieve the main goals, the researcher proposed detection model based mainly on support vector machine method for selection features and ensemble classifier (Random Forest) for classification and detection purposes. The model was applied to the freely available dataset Employment Scam Aegean Dataset (EMSCAD), where pre-processing had been applied before the selection and classification adoptions. The model achieved an accuracy of 97.41%. The research found that the main features and important factors for detection purpose are having a company profile feature, having a company logo feature and an industry feature.

المستخلص تهدف الدراسة الحالية لتحقيق حماية الأفراد والمؤسسات من المساس بخصوصياتهم وفقدان أموالهم من خلال بناء نموذج فعّال للكشف عن التعرض الاحتيالي في بيئات التوظيف عبر الإنترنت. المساهمة الرئيسية للبحث تكمن في إيجاد نموذج ذكي ذو كفاءة لكشف الاحتيال في بيئات التوظيف عبر الإنترنت. ولتحقيق الغرض الرئيسي، اقترح الباحث نموذج ذكي باستخدام تقنيات الذكاء الاصطناعي عن طريق خوارزميات تعلم الآلة وتحديداً التعلم الخاضع للإشراف وذلك لاختيار الخصائص التي يقوم عليها الكشف وتصنيف إعلانات التوظيف المنشورة إلى إعلانات مزيفة وإعلانات حقيقية بشكل فعال. وقد تم اجراء الدراسة بالمنهج التجريبي باستخدام قاعدة بيانات متاحة على الأنترنت للباحثين وتم تطبيق النموذج المقترح على قاعدة البيانات وحقق النموذج دقة وصلت إلى 97.41 %.