제1장_ 부정: 적발, 예방, 그리고 애널리틱스!
1. 서론 | 2. 부정 | 3. 부정 적발 및 예방 | 4. 부정 적발을 위한 빅데이터 | 5. 데이터를 기반으로 한 부정 적발 | 6. 부정 적발 기술 | 7. 부정 주기 | 8. 부정 애널리틱스 처리 모형 | 9. 부정 데이터 과학자 | 10. 부정에 대한 과학적 관점 | 참고문헌
제2장_ 데이터 수집, 표본 추출, 전처리(前處理
1. 서론 | 2. 데이터 원천의 유형 | 3. 데이터의 병합 | 4. 표본 추출 | 5. 데이터 요소 유형 | 6. 시각적 데이터 탐색 및 탐색적 통계 분석 | 7. 벤포드의 법칙 | 8. 기술 통계량 | 9. 결측값 | 10. 이상치 적발 및 처리 | 11. 위험신호 | 12. 데이터 표준화 | 13. 범주화 | 14. 증거력 코딩 | 15. 변수 선택 | 16. 주성분 분석 | 17. 리디트 | 18. 프리디트 분석 | 19. 세분화 | 참고문헌
제3장_ 부정 적발을 위한 기술적 애널리틱스
1. 서론 | 2. 그래픽 이상치 적발절차 | 3. 통계적 이상치 적발절차 | 4. 군집화 | 5. K-평균 군집화 | 6. 단일 등급 서포트 벡터 머신 | 참고문헌
제4장_ 부정 적발을 위한 예측적 애널리틱스
1. 서론 | 2. 목표변수의 정의 | 3. 선형 회귀 | 4. 로지스틱 회귀 | 5. 선형 및 로지스틱 회귀분석을 위한 변수 선택 | 6. 의사결정나무 | 7. 신경망 | 8. 서포트 벡터 머신 | 9. 앙상블 기법 | 10. 다등급 분류 기술 | 11. 예측 모형의 평가 | 12. 예측적 분석 모형에 대한 기타 성능 측정치 | 13. 편향된 데이터 집합을 위한 예측적 모형의 개발 | 14. 부정 적발 성능 벤치마크 | 참고문헌
제5장_ 부정 적발을 위한 소셜 네트워크 분석
1. 네트워크의 형태, 구성요소, 특징, 활용 | 2. 부정은 사회적 현상인가? 동질 선호성 개론 | 3. 이웃의 영향: 측정 지표 | 4. 커뮤니티 마이닝: 부정 관련 집단의
조직의 부정, 가장 효과적인 적발 관리 방법은 무엇인가
데이터의 ‘흔적’ 분석을 통한 부정 위험 관리 시스템이 필요하다
오랫동안 뛰어난 성과를 내오던 글로벌 기업도 제대로 부정위험을 관리하지 못하면 빠르게 무너진 사례가 많다. 이렇듯 조직 내 부정위험은 기업의 존폐를 가르는 아주 중요한 사실이나, 이를 관리하는 기업의 자원에는 한계가 있다. 부정이 전혀 발생하지 않도록 관리하는 것은 불가능할 뿐만 아니라 설사 무결점으로 관리한다 하더라도 이에 대한 비용이 엄청나게 들 것이다. 제한된 자원을 제대로 활용하여 최대한 효과적으로 부정위험 관리를 하는 것이 기업의 목표일 것이다.
이제는 많은 기업이 시스템을 통해 업무를 수행하고 있고, 그 시스템 내에는 임직원들이 업무를 하면서 남긴 ‘흔적’이 곳곳에 데이터 혹은 로그상태로 남아 있다. 만일 완벽히 시스템을 통해서만 업무를 수행하고 이러한 흔적들을 의미 있는 정보로 활용할 수 있는 기술을 접목하여 그 의미를 제대로 이해할 수만 있다면, 이론적으로 그 회사가 목표로 했던 무결점 부정위험 관리는 가능할 수도 있을 것이다.
급변하는 경영환경 속 최선의 조직 관리를 위하여
이 책은 기업 내 존재하는 수많은 ‘흔적’을 다양한 통계적 기법이나 각종 기술들을 활용하여 부정위험 관리를 할 수 있는 방안을 제시해 주고 있다. 최근의 기술적이고 예측적인 분석 및 소셜 네트워크 분석이 어떻게 과거의 데이터에서 부정 패턴을 학습하여 부정에 맞서 싸우는지를 이 책은 생생하게 보여준다. 기업은 정보의 홍수와 급변하는 경영환경 속에 직면해 있으며, 이러한 환경하에서 이 책에서 제시하는 통찰을 기반으로 기업에 맞는 부정위험 관리 방식을 새롭게 정립하고 제대로 구축 및 운영함으로써 업무의 변화를 도모하고자 한다.
기업조직에서의 부정의 양태 그리고 적발 및 예방
부정 적발 및 예방을 위한 시스템과 모형을 알아본다
모두 7장으로 구성된 이 책의 제1장에서는 기술적(descriptive, 예측적(predictiv
