Minería de Datos: Técnicas de Detección de Fraudes

Procedimiento: Encontrar datos inusuales
Objetivos:
- Detectar registros con valores anormales
- Detectar ocurrencias múltiples de valores
- Detectar relaciones directas entre registros
Técnicas de minería de datos
- Análisis de datos Extremos (outliers)

Procedimiento: Identificar Relaciones no conocidas
Objetivos:
- Detectar registros con valores de referencia anormales
- Determinar perfiles sospechosos
- Detectar registros repetidos y similares
- Detectar relaciones indirectas entre registros
- Detectar registros con combinaciones de valores anormales
Técnicas de minería de datos:
- Análisis de Clusters y Outlieres
- Análisis de Clusters
- Redes sociales o análisis de relaciones
- Asociaciones o secuencias

Procedimiento: Generalización de Características de Fraude
- Encontrar criterios, como reglas para detectar fraude, basados en datos históricos
- Calificar transacciones con probabilidades de fraude
Técnicas de minería de datos:
- Modelos Predictivos

Fuente:
Fraud Detection in the Financial Services Industry
A SAS White Paper