Show simple item record

dc.contributor.advisorTaquía-Gutiérrez, José-Antonio
dc.contributor.authorEspinoza-Montalvo, Sergio-Ernesto
dc.date.accessioned2021-01-22T05:46:58Z
dc.date.available2021-01-22T05:46:58Z
dc.date.issued2020
dc.identifier.citationEspinoza Montalvo, S. E. (2020). Predicción de postulantes que cometerán fraude interno con algoritmo de aprendizaje supervisado [Tesis para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/12355es_PE
dc.identifier.urihttps://hdl.handle.net/20.500.12724/12355
dc.description.abstractInternal 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.en_EN
dc.description.abstractEl 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.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad de Limaes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rightsAtribución 4.0 Internacional (CC BY 4.0)*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0*
dc.sourceRepositorio Institucional - Ulimaes_PE
dc.sourceUniversidad de Limaes_PE
dc.subjectData miningen_EN
dc.subjectFrauden_EN
dc.subjectEmployee selectionen_EN
dc.subjectMíneria de datoses_PE
dc.subjectFraudees_PE
dc.subjectSelección de personales_PE
dc.subject.classificationIngeniería de sistemas / Sistemas de informaciónes_PE
dc.titlePredicción de postulantes que cometerán fraude interno con algoritmo de aprendizaje supervisadoes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineIngeniería de sistemases_PE
thesis.degree.grantorUniversidad de Lima. Facultad de Ingeniería y Arquitecturaes_PE
thesis.degree.levelTítulo profesionales_PE
thesis.degree.nameIngeniero de sistemases_PE
dc.publisher.countryPerúes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
renati.author.dni72618195
renati.advisor.orcidhttps://orcid.org/0000-0002-1711-6603es_PE
renati.advisor.dni09994370
renati.levelhttp://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttp://purl.org/pe-repo/renati/type#tesises_PE
renati.discipline612076es_PE


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess