Title
Datamining voor fraudedetectieDatamining voor fraudedetectie
Author
Faculty/Department
Faculty of Applied Economics
Faculty of Law
Research group
Engineering Management
Business and Law
Publication type
article
Publication
Gent,
Subject
Economics
Law
Source (journal)
Cahiers politiestudies / Centrum voor Politiestudies. - Gent
Volume/pages
39(2016):2, p. 167-211
ISSN
1784-5300
Carrier
E
Target language
Dutch (dut)
Affiliation
University of Antwerp
Abstract
De omvang, diversiteit en impact van de fraudeproblematiek zorgt ervoor dat bedrijven en overheden alsmaar meer investeren in geavanceerde detectiesystemen. Geautomatiseerde datamining technieken bieden een belangrijke opportuniteit als risicomanagementtools, aangezien ze toelaten om frauduleuze patronen te onderscheiden van legale patronen. In dit artikel wordt een overzicht gegeven van het potentieel en de beperkingen van datamining voor fraudedetectie. Het discours beperkt zich niet enkel tot datamining aan zich, maar kadert dit gegeven ook in een big data context. Belangrijke aspecten zoals privacy en begrijpbaarheid komen aan bod. Tenslotte wordt een datamining methodologie toegepast in een gevalstudie van domiciliefraude. Met deze bijdrage willen de auteurs de performantie van dataminingmodellen in een context van fraudedetectie kwantitatief en grafisch evalueren en onderzoeken zij of het toevoegen van gedragsdata de predictieve performantie van deze modellen kan verhogen. Hiertoe worden state-of-the-art datamining technieken gehanteerd.
Handle