FRISS DATAMINING

De Friss Datamining module wordt ingezet op het moment dat er een redelijke dataset van bewezen fraudegevallen is opgebouwd. Met de datamining module kan hier een verdieping in aangebracht worden om op basis van historische data nieuwe fraudeprofielen te genereren. Datamining wordt gebruikt om significante verschillen en patronen te vinden tussen twee verzamelingen. In dit geval de verzameling ‘bewezen fraudeurs’ en ‘bewezen niet fraudeurs’. Als deze verzameling groot genoeg is en er van deze cases ook voldoende andere informatie beschikbaar is kan een dergelijke analyse worden uitgevoerd. Uit deze analyse wordt dan duidelijk welke (combinatie van) variabelen significant andere waarden hebben tussen de verzamelingen. Hieruit kan bijvoorbeeld duidelijk worden dat de kleur ogen van de bestuurder relevant is. De datamining modellen worden vervolgens toegevoegd aan het detectieproces. De doelstellingen kunnen gericht zijn op het verbeteren van de succesgraad, zoeken naar nieuwe verbanden op basis van bestaande fraudegevallen en het bepalen van de toegevoegde waarde van nieuwe databronnen.

Het datamining model kan gevoed worden met de data uit de friss fraude database of een datawarehouse aangevuld met de gegevens van de Friss Fraude database. Deze laatste bevat alle gegevens die gebruikt zijn bij de beoordeling.