Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra profesionālās studijas
Studiju programmas nosaukums Informācijas tehnoloģija
Nosaukums Grafu analītikas izmantošana darba devēju apdrošināšanas krāpšanas atklāšanā
Nosaukums angļu valodā Graph Analytics for Employer Insurance Fraud Detection
Autors Jānis Vilks
Struktūrvienība 12100 Informācijas tehnoloģijas institūts
Darba vadītājs Solvita Bērziša
Recenzents Dr. sc. ing. Jānis Kampars
Anotācija 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.
Atslēgas vārdi Gafu analītika datubāzes apdrošināšanas krāpšana zināšanu atklāšana mākoņskaitļošana anomāliju atklāšana
Atslēgas vārdi angļu valodā Graph Database Insurance Fraud Detection Cloud Computing Anomaly Detection
Valoda lv
Gads 2019
Darba augšupielādes datums un laiks 07.01.2019 12:58:42