Minería de Datos para la prevención del lavado de dinero.

Autores/as

Palabras clave:

Algoritmos, Minería de Datos, Arboles de Decisión, Redes Neuronales, Rapidminer.

Resumen

La globalización financiera, así como una regulación más estricta en el mercado económico, han ocasionado que los gobiernos presionen a las entidades financieras a avanzar en el desarrollo de sistemas para la detección y prevención de lavado de dinero que les permitan estar un paso adelante de los infractores, mejorando su detección y actualizando el modo de advertir transacciones inusuales conforme se van actualizando las leyes en contra del lavado de dinero; estos requerimientos pueden ser remediados por medio de técnicas de minería de datos que, trasladadas a los sistemas de detección, jugarán un papel muy importante, pues a través del análisis y conocimiento que producen, se busca prevenir y detectar la mayor parte de las actividades ilícitas y, por consecuencia, contener sus impactos. Ante un creciente volumen de información por centralizar y estudiar, y en aras de desempeñar una labor más efectiva, se hace necesario emplear técnicas de análisis de datos más complejas y dinámicas a las tradicionales, para lograr, finalmente, la extracción de conocimiento no implícito.

Descargas

Publicado

2019-09-12 — Actualizado el 2023-02-10

Versiones

Cómo citar

Alarcón Peralta , L. A., Ramírez Meléndez, D. A., & Ávila Camacho, D. F. J. (2023). Minería de Datos para la prevención del lavado de dinero. TecnoCultura, 50. Recuperado a partir de https://tecnocultura.org/index.php/Tecnocultura/article/view/1 (Original work published 12 de septiembre de 2019)

Número

Sección

Artículos

Artículos más leídos del mismo autor/a