Predicción de postulantes que cometerán fraude interno con algoritmo de aprendizaje supervisado

Abstract

Internal fraud is a big issue for companies, resulting in relevant monetary losses. Several investigations have proposed improvements to the personnel selection process making using of Data Mining. The present work proposes to use past information of applicants to a company to predict if they will commit fraud during their stay. We find models with high precision, but that have a bigger classification error to find the fraud cases. After several experiments, we find around 13 features of this universe that are most relevant to the model. Some of these features match with features mentioned in literature about antisocial disorders. We conclude that there is value in applicant information to predict if they will commit internal fraud during their stay in the company.

El fraude interno es un gran problema para las empresas, ocasionando pérdidas monetarias importantes. Diversas investigaciones han propuesto mejoras al proceso de selección de personal utilizando minería de datos. El presente trabajo propone utilizar la información histórica de postulantes a una empresa para predecir si cometerán fraude durante su estadía. Se encuentran modelos con un nivel de precisión alto, pero que tienen un error de clasificación mayor para encontrar los casos de fraude. Se realizaron modelos con los algoritmos de C-45, Random Forest y redes neuronales y se evaluó el aporte de las características al resultado. Utilizando un algoritmo genético se determinó que 13 variables eran las más relevantes para el problema. Algunas de estas variables coinciden con variables mencionadas en la literatura encontrada sobre trastornos antisociales. Se concluye que hay valor en información de postulantes para determinar si cometerán fraude interno durante su estadía en la empresa.