<p>El presente trabajo pretende demostrar que por medio de la utilización conjunta de técnicas de minería de texto y datos es posible enriquecer un proceso de clasificación orientado a la detección de fraude, específicamente, aquel asociado a la subvaloración de productos importados. El estudio se centra en la definición de un framework que utiliza técnicas de minería de texto para la clasificación de productos, a partir de la descripción de éstos, la cual se encuentra como texto no estructurado, donde se realiza una descripción en lenguaje natural para definir las características de los productos. Posteriormente, los productos identificados a partir de la clasificación anterior, pasan por un proceso de minería de datos con el fin de generar agrupamientos en base a atributos de interés, para poder identificar elementos con alta probabilidad de fraude utilizando técnicas de detección de outliers</p>
<p>This thesis tries to prove that, through the use of techniques of text and data mining, it is possible to improve a classification process oriented to detect fraud, specifically the one associated to the undervaluation of imported products. This research focuses on the definition of a framework that could use text mining to classify products from their own description. Descriptions are in a state of unstructured text, and in order to define the product features, these are made in natural language. Subsequently, the identified products from these descriptions pass through a data mining process in order to generate clusters based on attributes of interest. The use of techniques of outlier detection allows to identify elements with high possibilities of fraud</p>
last modification
Magíster en Ingeniería Informática
MAGISTER EN INGENIERIA INFORMATICA
<p>El presente trabajo pretende demostrar que por medio de la utilización conjunta de técnicas de minería de texto y datos es posible enriquecer un proceso de clasificación orientado a la detección de fraude, específicamente, aquel asociado a la subvaloración de productos importados. El estudio se centra en la definición de un framework que utiliza técnicas de minería de texto para la clasificación de productos, a partir de la descripción de éstos, la cual se encuentra como texto no estructurado, donde se realiza una descripción en lenguaje natural para definir las características de los productos. Posteriormente, los productos identificados a partir de la clasificación anterior, pasan por un proceso de minería de datos con el fin de generar agrupamientos en base a atributos de interés, para poder identificar elementos con alta probabilidad de fraude utilizando técnicas de detección de outliers</p>
<p>This thesis tries to prove that, through the use of techniques of text and data mining, it is possible to improve a classification process oriented to detect fraud, specifically the one associated to the undervaluation of imported products. This research focuses on the definition of a framework that could use text mining to classify products from their own description. Descriptions are in a state of unstructured text, and in order to define the product features, these are made in natural language. Subsequently, the identified products from these descriptions pass through a data mining process in order to generate clusters based on attributes of interest. The use of techniques of outlier detection allows to identify elements with high possibilities of fraud</p>
