Modelos predictivos de vendedores fraudulentos en plataformas de venta Online
Fecha:
2021Resumen
Existe poca bibliografía que analice en profundidad la casuística de fraude en el
mercado online cuando el fraudulento es el usuario vendedor. Durante el año 2020 y
con una pandemia afectando al mundo entero, las formas de consumir y
relacionarse entre la población se vio fuertemente alterada. Esto provocó un
crecimiento exponencial de la digitalización de los pagos en muchas partes del
mundo, tomando cada vez más protagonismo la experiencia de los usuarios a la
hora de realizar pagos online. De esta manera, en esta tesis se aborda el problema
de la detección de fraude en vendedores de venta online, y se logra plantear un
modelo de aprendizaje automático, con información de los usuarios vendedores de
una empresa que se dedica a proveer servicios como plataforma de pagos online.
En este trabajo se describe el tipo de procesamiento de los datos los cuales se llevó
a cabo para armar la base de datos. También se plantea una metodología para
abordar el problema planteado que brinda resultados prometedores los cuales serán
discutidos más adelante. A su vez, se entrenan varios modelos con el objetivo de
buscar aquel que tenga un mejor poder predictivo. Finalmente se discuten cuáles
son las recomendaciones prácticas para llevar a cabo lo propuesto en el presente
trabajo.