Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
Detalles Bibliográficos
Autor: Rivera Berrios, Devlin Nevile
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/7269
Enlace del recurso:https://hdl.handle.net/20.500.12996/7269
Nivel de acceso:acceso abierto
Materia:Clustering k-means
Pendiente
id UNAL_338ac410b583c3b1c87d5f19e1536655
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/7269
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.none.fl_str_mv Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
title Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
spellingShingle Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
Rivera Berrios, Devlin Nevile
Clustering k-means
Pendiente
title_short Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
title_full Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
title_fullStr Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
title_full_unstemmed Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
title_sort Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
author Rivera Berrios, Devlin Nevile
author_facet Rivera Berrios, Devlin Nevile
author_role author
dc.contributor.advisor.fl_str_mv Coaquira Nina, Frida Rosa
dc.contributor.author.fl_str_mv Rivera Berrios, Devlin Nevile
dc.subject.none.fl_str_mv Clustering k-means
topic Clustering k-means
Pendiente
dc.subject.ocde.none.fl_str_mv Pendiente
description Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2025-08-28T21:43:29Z
dc.date.available.none.fl_str_mv 2025-08-28T21:43:29Z
dc.date.issued.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/7269
url https://hdl.handle.net/20.500.12996/7269
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/1ef5e071-3e50-4eb3-9746-8c48d9e454ee/download
https://repositorio.lamolina.edu.pe/bitstreams/286cfc9c-1815-46c4-ade7-47f9ffbeb492/download
https://repositorio.lamolina.edu.pe/bitstreams/16977af8-ea4d-4144-8907-522fb263e5b1/download
https://repositorio.lamolina.edu.pe/bitstreams/d6a23912-da6c-4982-a6d7-79c5bb020554/download
https://repositorio.lamolina.edu.pe/bitstreams/923667a1-d5b4-4b58-bc9f-ea833565923e/download
https://repositorio.lamolina.edu.pe/bitstreams/6f2d909d-3330-4934-aa8d-50dcf72cfd9c/download
https://repositorio.lamolina.edu.pe/bitstreams/580a78e4-d0c7-46d7-8532-7dc8e91734c1/download
https://repositorio.lamolina.edu.pe/bitstreams/e893c478-df1f-4508-8074-e9982d94c82e/download
https://repositorio.lamolina.edu.pe/bitstreams/1a574f6f-108a-434e-a674-a73992295ad5/download
https://repositorio.lamolina.edu.pe/bitstreams/8bdb978b-06be-48fc-a348-2c12a07cf3e0/download
bitstream.checksum.fl_str_mv 53b7629467e4a37f6d8b6379025f59cc
ff21994f7def2d34068b3500268be793
04fb7f0335f4c5869ff3498202a68f48
97c5bee00fbb4c4f8867bd742b579336
2ea16cc4c5a1ae86e6c835ae39fe1596
6ff780ea095801308ca20bb6b8b292c3
5df262add75e4887d7bc4b7ca8dd1d6f
b2047fe71f305c5999e6e13bad0266fd
80268be0fc5e22b46c5223fe812f407d
212e1b91cedeb38270c9fb2b2593f973
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1845076741676072960
spelling Coaquira Nina, Frida Rosa376d42dc-615d-468e-b88b-083c851bd789-1Rivera Berrios, Devlin Nevile2025-08-28T21:43:29Z2025-08-28T21:43:29Z2024https://hdl.handle.net/20.500.12996/7269Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e InformáticaEste Trabajo de Suficiencia Profesional (TSP) se enfoca en la implementación del algoritmo de clustering k-means para la identificación de transacciones anómalas en las primas de una empresa de seguros, con el objetivo de fortalecer la prevención de lavado de activos. La investigación clasifica pólizas en distintos niveles de riesgo, segmentando los datos en función del monto de la prima y el tamaño de la empresa. Esta metodología permite diferenciar patrones de comportamiento regular y casos atípicos que requieren una evaluación adicional. El análisis de datos históricos de pólizas facilitó la creación de tres clusters bien definidos. El primer cluster representó la mayoría de las transacciones, indicando un comportamiento típico y estable en la asignación de primas. En contraste, los clusters restantes presentaron valores de prima significativamente altos y baja frecuencia, lo que sugiere que corresponden a casos anómalos. Esta segmentación proporcionó una estructura sólida para identificar y monitorear transacciones inusuales en la empresa. Las conclusiones del estudio destacan que el algoritmo k-means es una herramienta eficaz para la gestión de riesgos en el sector asegurador, ya que permite una clasificación precisa de las transacciones y optimiza el uso de recursos en el proceso de supervisión. Además, las recomendaciones proponen implementar esta metodología de manera periódica y realizar ajustes continuos en los parámetros del modelo para asegurar su relevancia en el tiempo, mejorando así la capacidad de respuesta ante posibles casos de lavado de activos.This Professional Sufficiency Project (TSP) focuses on implementing the k-means clustering algorithm to identify anomalous transactions in an insurance company’s premiums, with the goal of strengthening anti-money laundering efforts. The research classifies policies into different risk levels, segmenting data based on premium amount and company size. This methodology distinguishes regular behavioral patterns from atypical cases that require additional assessment. The analysis of historical policy data facilitated the creation of three well-defined clusters. The first cluster represented most transactions, indicating typical and stable premium assignment behavior. In contrast, the remaining clusters showed significantly high premium values with low frequency, suggesting these are likely anomalous cases. This segmentation provided a solid framework for identifying and monitoring unusual transactions within the company. The study concludes that the k-means algorithm is an effective tool for risk management in the insurance sector, enabling precise transaction classification and optimizing resource use in the oversight process. Furthermore, the recommendations suggest implementing this methodology periodically and making continuous adjustments to model parameters to ensure its relevance over time, thereby enhancing the company’s ability to respond to potential money laundering cases.application/pdfspaUniversidad Nacional Agraria La MolinaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc/4.0/Clustering k-meansPendienteAplicación del algoritmo k-means para la detección de lavado de activos en una empresa de segurosinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMSUNEDUEstadística e InformáticaUniversidad Nacional Agraria La Molina. Facultad de Economía y PlanificaciónIngeniero Estadístico e Informático48067862https://orcid.org/0000-0001-6531-595X24005721https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesionalhttps://purl.org/pe-repo/renati/level#tituloProfesional542026Porras Cerrón, Jaime CarlosSalinas Flores, Jesús WalterGonzáles Chavesta, CelsoORIGINALrivera-berrios-devlin-nevile.pdfrivera-berrios-devlin-nevile.pdfTexto completoapplication/pdf1743084https://repositorio.lamolina.edu.pe/bitstreams/1ef5e071-3e50-4eb3-9746-8c48d9e454ee/download53b7629467e4a37f6d8b6379025f59ccMD51TURNITIN.pdfTURNITIN.pdfInforme originalidadapplication/pdf2047345https://repositorio.lamolina.edu.pe/bitstreams/286cfc9c-1815-46c4-ade7-47f9ffbeb492/downloadff21994f7def2d34068b3500268be793MD52ANEXO 9.pdfANEXO 9.pdfAutorizaciónapplication/pdf864609https://repositorio.lamolina.edu.pe/bitstreams/16977af8-ea4d-4144-8907-522fb263e5b1/download04fb7f0335f4c5869ff3498202a68f48MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81664https://repositorio.lamolina.edu.pe/bitstreams/d6a23912-da6c-4982-a6d7-79c5bb020554/download97c5bee00fbb4c4f8867bd742b579336MD54TEXTrivera-berrios-devlin-nevile.pdf.txtrivera-berrios-devlin-nevile.pdf.txtExtracted texttext/plain101716https://repositorio.lamolina.edu.pe/bitstreams/923667a1-d5b4-4b58-bc9f-ea833565923e/download2ea16cc4c5a1ae86e6c835ae39fe1596MD55TURNITIN.pdf.txtTURNITIN.pdf.txtExtracted texttext/plain101627https://repositorio.lamolina.edu.pe/bitstreams/6f2d909d-3330-4934-aa8d-50dcf72cfd9c/download6ff780ea095801308ca20bb6b8b292c3MD57ANEXO 9.pdf.txtANEXO 9.pdf.txtExtracted texttext/plain7293https://repositorio.lamolina.edu.pe/bitstreams/580a78e4-d0c7-46d7-8532-7dc8e91734c1/download5df262add75e4887d7bc4b7ca8dd1d6fMD59THUMBNAILrivera-berrios-devlin-nevile.pdf.jpgrivera-berrios-devlin-nevile.pdf.jpgGenerated Thumbnailimage/jpeg3978https://repositorio.lamolina.edu.pe/bitstreams/e893c478-df1f-4508-8074-e9982d94c82e/downloadb2047fe71f305c5999e6e13bad0266fdMD56TURNITIN.pdf.jpgTURNITIN.pdf.jpgGenerated Thumbnailimage/jpeg3919https://repositorio.lamolina.edu.pe/bitstreams/1a574f6f-108a-434e-a674-a73992295ad5/download80268be0fc5e22b46c5223fe812f407dMD58ANEXO 9.pdf.jpgANEXO 9.pdf.jpgGenerated Thumbnailimage/jpeg5652https://repositorio.lamolina.edu.pe/bitstreams/8bdb978b-06be-48fc-a348-2c12a07cf3e0/download212e1b91cedeb38270c9fb2b2593f973MD51020.500.12996/7269oai:repositorio.lamolina.edu.pe:20.500.12996/72692025-08-28 22:16:25.026https://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 13.424744
Aplicación del algoritmo k-means para la detección de lavado de activos en una empresa de seguros
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares