Uso de datos de texto

Fraud Detection in Python

Charlotte Werger

Data Scientist

A menudo encontrarás texto al detectar fraude

Tipos de texto útiles:

  1. Emails de empleados y/o clientes
  2. Descripciones de transacciones
  3. Notas de empleados
  4. Campo de descripción en partes de seguro
  5. Llamadas telefónicas grabadas
  6. ...
Fraud Detection in Python

Técnicas de text mining para detectar fraude

  1. Búsqueda de palabras
  2. Análisis de sentimiento
  3. Frecuencias de palabras y temas
  4. Estilo
Fraud Detection in Python

Búsqueda de palabras para detectar fraude

Marcar palabras sospechosas:

  1. Simple, directo y fácil de explicar
  2. El match puede usarse como filtro sobre un modelo de ML
  3. El match puede usarse como feature en un modelo de ML

Fraud Detection in Python

Conteos de palabras para marcar fraude con pandas

# Using a string operator to find words
df['email_body'].str.contains('money laundering')

# Select data that matches 
df.loc[df['email_body'].str.contains('money laundering', na=False)]

# Create a list of words to search for
list_of_words = ['police', 'money laundering']
df.loc[df['email_body'].str.contains('|'.join(list_of_words)
, na=False)]

# Create a fraud flag 
df['flag'] = np.where((df['email_body'].str.contains('|'.join
(list_of_words)) == True), 1, 0)
Fraud Detection in Python

¡Vamos a practicar!

Fraud Detection in Python

Preparing Video For Download...