Jean Rohmer Big data & risque de fraude

1 109 vues

Publié le

Présentation du directeur de l'ESILV des vertus du big data sur la gestion du risque de fraude. Cette méthode permettant de trouver le pépin dans une multitude de données est transposable pour trouver la pépite dans une masse de données. Autrement dit, big data et fraude & big data et marketing ciblé sont comparables en termes de méthodes.

Publié dans : Formation
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
1 109
Sur SlideShare
0
Issues des intégrations
0
Intégrations
244
Actions
Partages
0
Téléchargements
18
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Jean Rohmer Big data & risque de fraude

  1. 1. Big Data et Détectiondes FraudesJean RohmerESILV
  2. 2. Cherche l’Aiguille dans la Botte de Foin …… ou fabriquer la Botte de Foin Frauduleux ?• Types d’informations:• Structurées• Non Structurées• Multicanal / Hétérogènes• Types de traitements:• Statistiques• Analytiques• Manuels• S’apparente aux activités de• Renseignement Militaire ou de Sûreté Nationale• Détection des signaux faibles
  3. 3. statistiques analytiques humainesstructureesnonstructuréesmulticanalGOOGLE !!!BI, DATAMININGEXCEL !!!TEXT & OPINIONMININGFUSIOND’INFORMATIONSCOURRIEL !!!
  4. 4. Des fraudes un peu partoutClusteringnon superviséQui se ressemble s’assemble:Fraudes roses, fraudes vertes …ClusteringsuperviséExemples deFraudes roses(fournis par desexperts)Apprentissageautomatique de« l’équation frauderose »Résultat del’application del’équation « frauderose » à analyserpar des expertsSTATISTIQUES
  5. 5. ANALYTIQUEComprendre finement (via des experts) le contexteet les articulations des fraudes rosesL’exprimer sous forme de graphe sémantiqueRechercher toutes les parties du graphe quicorrespondent: Outil SVIVOT Contextor
  6. 6. 123Interpretation of Semantic Networks by:•Ad Hoc Graphical representation•Human Inference (training)•Automatic Inference (rules)•Graph Clustering (not illustrated here)04
  7. 7. REFERENCES:-- Une liste d’outils:http://www.kdnuggets.com/solutions/fraud-detection.html-- sur les signaux faibles :http://www.res-systemica.org/afscet/resSystemica/Paris05/rohmer.pdf-- IDELIANCE (Outil sémantique open source de l’ESILV)-- Mon blog: http://plexus-logos-calx.blogspot.fr/

×