| Form of studies |
Professional Master |
| Title of the study programm |
Information Technology |
| Title in original language |
Grafu analītikas izmantošana darba devēju apdrošināšanas krāpšanas atklāšanā |
| Title in English |
Graph Analytics for Employer Insurance Fraud Detection |
| Department |
12100 Institute of Information Technology |
| Scientific advisor |
Solvita Bērziša |
| Reviewer |
Dr. sc. ing. Jānis Kampars |
| Abstract |
Efektīva un lietderīga anomāliju atklāšanas metožu pielietošana apdrošināšanas krāpšanas atklāšanā palielina uzņēmuma konkurētspēju. Apdrošināšanas pakalpojumos kā darba devēju apdrošināšana pieejamais vēsturisko un iezīmēto datu apjoms ir mazs, bet vienas nekorekti identificētas lietas finansiālā ietekme ir ļoti augsta. No tā izriet, ka ne vienmēr krāpšanas atklāšanas metodes ir iespējams efektīvi pielietot. Vērienīgs informācijas daudzums var tikt gūts ne tikai analizējot aktivitātes un datu vienumu atribūtu vērtības, bet arī izprotot saiknes un sakarības starp pētāmajiem objektiem.
Maģistra darba mērķis ir noteikt, vai grafi un grafu analītika var tikt efektīvi un lietderīgi izmantoti darbu devēju apdrošināšanas krāpšanas atklāšanā. Mērķa īstenošanai ir veikta literatūras analīze un izstrādāts tehnoloģiskais risinājums. Teorētiskajā daļā analizētā un sintezētā informācija tika izmantota anomāliju metožu taksonomijas izveidē, kritisko apdrošināšanas un zināšanu atklāšanas elementu identificēšanā. Praktiskā daļā izstrādātā grafu analītiskā sistēma, ārējo datu apstrādes skripti, grafa modelis un veidotie grafu vaicājumi demonstrē grafu sistēmu ieviešanas iespējas un lietošanas gadījumus.
Maģistra darba autors secina, ka grafi un grafu analītika var tikt efektīvi un lietderīgi izmantota darba devēju apdrošināšanas krāpšanas atklāšanā.
Darba apjoms - 87 lpp., 18 tabulas, 22 attēli un 82 literatūras avoti. |
| Keywords |
Gafu analītika datubāzes apdrošināšanas krāpšana zināšanu atklāšana mākoņskaitļošana anomāliju atklāšana |
| Keywords in English |
Graph Database Insurance Fraud Detection Cloud Computing Anomaly Detection |
| Language |
lv |
| Year |
2019 |
| Date and time of uploading |
07.01.2019 12:58:42 |
