การใช้ข้อมูลข้อความ

การตรวจจับการฉ้อโกงด้วย Python

Charlotte Werger

Data Scientist

ข้อมูลข้อความพบได้บ่อยในงานตรวจจับการฉ้อโกง

ประเภทของข้อมูลข้อความที่มีประโยชน์:

  1. อีเมลจากพนักงานและ/หรือลูกค้า
  2. รายละเอียดธุรกรรม
  3. บันทึกของพนักงาน
  4. ช่องรายละเอียดในแบบฟอร์มเคลมประกัน
  5. บทสนทนาทางโทรศัพท์ที่บันทึกไว้
  6. ...
การตรวจจับการฉ้อโกงด้วย Python

เทคนิค Text Mining สำหรับตรวจจับการฉ้อโกง

  1. การค้นหาคำ
  2. การวิเคราะห์ความรู้สึก
  3. ความถี่ของคำและการวิเคราะห์หัวข้อ
  4. รูปแบบการเขียน
การตรวจจับการฉ้อโกงด้วย Python

การค้นหาคำเพื่อตรวจจับการฉ้อโกง

การตั้งค่าสถานะคำที่น่าสงสัย:

  1. เรียบง่าย ตรงไปตรงมา และอธิบายได้ง่าย
  2. นำผลการจับคู่มาใช้เป็นตัวกรองเพิ่มเติมบน Machine Learning Model
  3. นำผลการจับคู่มาใช้เป็น Feature ใน Machine Learning Model

การตรวจจับการฉ้อโกงด้วย Python

การนับคำเพื่อตั้งค่าสถานะการฉ้อโกงด้วย 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)
การตรวจจับการฉ้อโกงด้วย Python

มาฝึกกันเถอะ!

การตรวจจับการฉ้อโกงด้วย Python

Preparing Video For Download...