Fraudulent consumer behavior analysis and detection for utility companies

• Autorzy: Arato P. , Kiss B. , Vajta L. , Vamos G.

Warianty tytułu

PL

Analiza i wykrywanie niewłaściwych zachowań konsumenckich w sektorze przedsiębiorstw świadczących usługi publiczne

• Języki publikacji: EN

Abstrakty

EN

Fraudulent or negligent behavior of consumers of Utility Companies (UC) results important financial losses. Therefore virtually all such companies have departments carrying out regular consumer control based on lists of hypothesized fraudulent customers (LHFC). These lists arc created using expert knowledge accumulated by the company personnel during long years of experience and statistical analysis of previously detected frauds and consumer databases. Completeness and high hit rate is required in the case of LHFCs in order to maximize efficiency and to minimize cost. This paper describes a methodology followed in a project conducted jointly with a Hungarian UC aiming to produce LHFCs for "huge" consumers.

PL

Celowo niewłaściwe lub niepożądane zachowania konsumenckie w sektorze przedsiębiorstw świadczących usługi publiczne powodują w efekcie znaczne wymierne straty finansowe. Dlatego też naturą rzeczy przedsiębiorstwa sektora publicznego posiadają wydzielone oddziały dla przeprowadzania regularnych kontroli zachowań konsumenckich w oparciu o szczegółowo opracowane listy klientów, którzy potencjalnie mogą zachowywać się celowo niewłaściwie. Listy takie tworzone są w oparciu o wiedzę expercką zbieraną przez pracowników tych przedsiębiorstw w wieloletnim okresie czasu i poparte są analizą statystyczną przypadków wykrytych już niewłaściwych zachowań w przeszłości oraz analizą baz danych konsumentów. Wysoki stopień wykrywania niewłaściwych zachowań jest bardzo pożądany ze względu na możliwości uniknięcia zbędnych kosztów, a co za tym idzie zwiększenia efektywności przedsiębiorstwa Artykuł przedstawia metodologię wykrywania konsumentów, którzy potencjalnie mogą wykazywać niewłaściwe zachowania. Metodologia rozwinięta została w formie praktycznego projektu aktualnie prowadzonego wraz z węgierskimi przedsiębiorstwami użyteczności publicznej w celu detekcji tych potencjalnie niewłaściwie zachowujących się konsumentów, którzy powodują największe straty.

• Wydawca: Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
• Rocznik: 2004
• Tom: nr 3
• Strony: 37--44
• Opis fizyczny: Bibliogr. 5 poz., 3 rys.

Twórcy

autor

Arato P.

• Department of Control Engineering and Information Technology, Budapest University of Technology and Economics

autor

Kiss B.

• Department of Control Engineering and Information Technology, Budapest University of Technology and Economics

autor

Vajta L.

• Department of Control Engineering and Information Technology, Budapest University of Technology and Economics

autor

Vamos G.

• Department of Control Engineering and Information Technology, Budapest University of Technology and Economics

• Department of Control Engineering and Information Technology, Budapest University of Technology and Economics

Bibliografia

• [1] Cerullo, M.J. and Cerullo, V.: Using Neural Networks to Predict Financial Reporting Fraud, Part 1-2. Computer Fraud & Security, p. 14-17., June-July 1999.
• [2] Richeson, L., Zimmermann, R.A., and Barnett, K.G.: Predicting Customer Credit Performance: Can Neural Networks Outperform Traditional Statistical Methods? International Journal of Applied Expert Systems, vol.2, no.2, p. 116-130., 1994
• [3] Dhar V. and Stein R.M: Neural Networks in Finance: The Importance of Methodology Over Technology. PC AI, vol.12, no.3, p. 16-20., 1998.
• [4] Russel, SJ. and Norvig, P.: Artificial Intelligence. A modern approach, Prentice Hali,1995.
• [5] Lauritzen, S.L. & Spegelhalter, D.J.: Local computations with probabilities on graphical structures and their applications to expert systems. Journal of Royal Stat. Soc. 50:157-224, 1988.