Análisis de fraude en sistemas de pago electrónico en el sector empresarial de telecomunicaciones del Ecuador.

El presente estudio se ha realizado para analizar el fraude en sistemas de pago electrónico en el sector empresarial de telecomunicaciones del Ecuador, desde un enfoque que promueva el mejoramiento de la confianza en sus clientes y segmento de mercado. Sobre ello, se ha considerado que la mayoría de...

全面介紹

Saved in:
書目詳細資料
主要作者: Moscoso Mendoza, Francis Arturo (author)
格式: bachelorThesis
語言:spa
出版: 2020
主題:
在線閱讀:http://repositorio.ucsg.edu.ec/handle/3317/14277
標簽: 添加標簽
沒有標簽, 成為第一個標記此記錄!
實物特徵
總結:El presente estudio se ha realizado para analizar el fraude en sistemas de pago electrónico en el sector empresarial de telecomunicaciones del Ecuador, desde un enfoque que promueva el mejoramiento de la confianza en sus clientes y segmento de mercado. Sobre ello, se ha considerado que la mayoría de los sistemas de detección de fraude (FDS) monitorean los flujos de transacciones de tarjetas de crédito por medio de clasificadores que devuelven alertas para los pagos más riesgosos. La detección de fraude es notablemente un problema difícil debido al concepto drift (CD) (es decir, los hábitos de los clientes evolucionan) y el desequilibrio de clase (es decir, las transacciones genuinas superan ampliamente a los fraudes). Además, los FDS difieren de la clasificación convencional porque, en una primera fase, el investigador solo puede proporcionar un pequeño conjunto de muestras supervisadas que tienen tiempo para evaluar solo un número reducido de alertas. La metodología utilizada es cualitativa – cuantitativa, debido a que se cualifica la información proporcionada en el estudio, a través de una revisión de la literatura adecuada a la investigación y fundamentada con datos de la organización (CLARO) para conocer el escenario de fraude en sistemas de pago electrónico. Finalmente, los resultados se llevaron a cabo con el diseño de dos FDS sobre la base de un conjunto y un enfoque de ventana deslizante y se mostró que la estrategia ganadora consiste en entrenar a dos clasificadores separados (en retroalimentaciones y etiquetas retrasadas, respectivamente), y luego agregar los resultados.