Detección de defraudadores en base a funciones de complicidad

Miret Halffter, Diego (2017). Detección de defraudadores en base a funciones de complicidad. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S. de Ingenieros Informáticos (UPM), Madrid, España.

Description

Title: Detección de defraudadores en base a funciones de complicidad
Author/s:
  • Miret Halffter, Diego
Contributor/s:
  • Mateos Caballero, Alfonso
Item Type: Final Project
Degree: Grado en Matemáticas e Informática
Date: 2017
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB) | Preview

Abstract

La detección de fraudes permite localizar a empresas que están cometiendo irregularidades. En este proyecto, se estudiarán y analizarán los resultados obtenidos por un algoritmo para la detección de fraude con dos funciones de complicidad diferentes: función exponencial y función de Markov. El trabajo se dividirá en tres partes principalmente: la primera parte se centrará en el estudio y análisis del tema principal del trabajo y de los distintos tipos de metodologías que se pueden utilizar para la detección de fraudes. Durante la segunda, nos centraremos en el desarrollo y explicación del código implementado, yendo desde qué lenguaje y que entorno hemos utilizado y porqué, hasta la explicación detallada del algoritmo y la interfaz gráfica de la que dispondrá el usuario para el uso del algoritmo. Por último, la tercera parte se centrará en la comparación de los resultados obtenidos por las diferentes funciones de complicidad implementadas y en el estudio de cual es la función que más se ajusta a la realidad o a lo que nosotros consideramos óptimo. ---ABSTRACT--- The fraud detection lets us find companies that are comitting irregularaties. In this proyect it will be studied and analysed the results obteined by an algorithm to detect frauds with two different complicity functions : an exponential function and the Markov function. This degree final project will be divided in three parts: in the first one I will focus on the study of the main theme of this project and the different types of methodologies that can be used. In the second one, I will develop and explain the implemented code, from the language that I have used to the detailed explanation of the algorithm and the graphical interface. Finally, in the last part I will compare the results obteined and study which function ajusts more to the reality or to what we consider the best.

More information

Item ID: 47806
DC Identifier: http://oa.upm.es/47806/
OAI Identifier: oai:oa.upm.es:47806
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 19 Sep 2017 05:34
Last Modified: 19 Sep 2017 05:34
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM