Textová data se při odhalování podvodů vyskytují často
Užitečné typy textových dat:
E-maily od zaměstnanců a/nebo klientů
Popis transakcí
Poznámky zaměstnanců
Popis v pojistném formuláři
Záznamy telefonních hovorů
...
Techniky dolování textu pro odhalování podvodů
Vyhledávání slov
Analýza sentimentu
Frekvence slov a tematická analýza
Styl
Vyhledávání slov pro odhalování podvodů
Označování podezřelých slov:
Jednoduché, přímočaré a snadno vysvětlitelné
Výsledky shody lze použít jako filtr nad modelem strojového učení
Výsledky shody lze použít jako příznak v modelu strojového učení
Počty slov pro označení podvodů pomocí 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)
Preparing Video For Download...
