Construcción de Modelos Predictivos para Clasificar Transacciones Legitimas o Fraudulentas Utilizando Algoritmos de Aprendizaje Automático
Cargando...
Fecha
2024-02-06
Autores
Director
Enlace al recurso
DOI
Google Scholar
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Cargando...
Resumen
En la era actual, la naturaleza de las transacciones ha evolucionado drásticamente, migrando
de interacciones tradicionales en persona entre tarjetahabientes y comerciantes a transacciones
digitales a través de diversos canales, como aplicaciones móviles, banca virtual, billeteras digitales
y sistemas de pagos electrónicos. Esta diversificación ha aumentado la susceptibilidad a diversas
modalidades de fraude, tales como phishing, skimming, fraude por parte de conocidos, suplantación
y robo. Estos desaf´ıos han impulsado la necesidad de implementar herramientas m´as avanzadas
que las reglas tradicionales para detectar y prevenir el fraude. En este trabajo, abordamos este
reto proponiendo un enfoque basado en modelos de aprendizaje autom´atico supervisado. Estos
modelos tienen como objetivo detectar transacciones fraudulentas en tiempo real o casi en tiempo
real, minimizando los falsos positivos y alertando o declinando transacciones con alta probabilidad
de fraude.
Abstract
In the current era, the nature of transactions has evolved dramatically, shifting from traditional
face-to-face interactions between cardholders and merchants to digital transactions through various
channels, such as mobile applications, virtual banking, digital wallets, and electronic payment
systems. This diversification has increased susceptibility to various forms of fraud, such as phishing,
skimming, fraud by acquaintances, impersonation, and theft. These challenges have driven the need
to implement more advanced tools than traditional rules to detect and prevent fraud. In this work,
we address this challenge by proposing an approach based on supervised machine learning models.
These models aim to detect fraudulent transactions in real-time or near real-time, minimizing false
positives and alerting or declining transactions with a high likelihood of fraud.
Idioma
spa
Palabras clave
Citación
Blanco Soler, S. A. (2024). Construcción de Modelos Predictivos para Clasificar Transacciones Legitimas o Fraudulentas Utilizando Algoritmos de Aprendizaje Automático. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia