| Περίληψη : | Ο σκοπός της διπλωματικής εργασίας ήταν η ανάλυση του φαινομένου των απατών. Οι απάτες έχουν εξελιχθεί σε ένα από τα κυρίοτερα ζητήματα που καλούνται να αντιμετωπίσουν οι καταναλωτές και οι επιχειρήσεις αποτελεσματικά και άμεσα. Η ραγδαία άνοδος του διαδικτύου και η αξιοποιησή του σε ένα μεγάλο φάσμα της ανθρώπινης ζωής έχει δημιουργήσει πολλές ευκαιρίες στους δράστες, οι οποίοι προσαρμόζονται στις αλλαγές και πραγματοποιούν απάτες για προσωπικό τους όφελος.Αξιοποιώντας ακαδημαϊκές πηγές και δημοσιεύσεις, ο στόχος είναι η εξέταση του ζητήματος υπό ένα περισσότερο θεωρητικό πρίσμα. Αιτίες, επιδιώξεις και αποτελέσματα της απάτης, ποιοί βρίσκονται πίσω από τις απάτες και γιατί, πως οι απάτες επηρεάζουν την καθημερινότητα μας σε προσωπικό και γενικό επίπεδο και πως μπορούν όλα τα εμπλεκόμενα μέρη να φέρουν αντίσταση σε δόλιες πρακτικές είναι μερικά από τα ερωτήματα που διερευνώνται. Eξετάζεται πως οι απάτες αυτή την στιγμή ανιχνεύονται γενικότερα, δίνοντας έμφαση στο πως τα τραπεζικά ιδρύματα καταπολεμούν αποτελεσματικά τις απάτες, πως τις ανακαλύπτουν, τι πόρους αξιοποιούν για την εύρεση τους και πως οι αλγόριθμοι εκμάθησης και η εξόρυξη δεδομένων αποδεικνύονται άξιοι σύμμαχοι για την μάχη απέναντι στους δράστες.
The scope of this thesis was to address the matter of fraud. Fraud has become one of the major issues consumers and companies have to combat effectively and efficiently. The rise of the internet and it’s usage to almost every aspect of human life has created multiple opportunities for fraudsters who adapt rapidly to changes and commit fraud for personal gain.Using academic resources and papers, the scope is to examine the matter from a theoretical perspective. Reasons goals and results of fraud, who commits fraud and why, how is fraud impacting our lives on a personal and on a broader level and how can all parties counter fraudulent activities are some of the questions that are being investigated.The objective is to see how fraud is being captured in general, focusing mainly on how the banks are effectively fighting against fraud, how they detect it, what resources they use and how machine learning algorithms and data mining prove to be valuable allies against fraudsters.
|
|---|
Copyright © 2013 Βιβλιοθήκη Ο.Π.Α. Με την επιφύλαξη παντός δικαιώματος.