20.500.12556/DKUM-96722 Fraud prevention in the leasing industry using the Kohonen self-organising maps Preprečevanje goljufij pri lizingu z uporabo Kohonenovih samoorganizacijskih zemljevidov Background and Purpose: Data mining techniques are intensely used in various industries for the purpose of fraud prevention and detection. Research that focuses on the leasing industry is scarce, although frauds in the field of leasing occur rather often. First, we identify clusters of business clients in one leasing company by using the method of self-organising maps based on leasing contract attributes. Second, we compare clusters based on the presence of fraudulent clients, in order to develop fraudsters’ profiles. Methodology: For detecting characteristics of fraudulent clients, we use a client database containing leasing contract attributes of one Croatian leasing company. In order to develop profiles of fraudulent clients, we utilise a clustering procedure with the Kohonen Self-Organizing Maps supported by Viscovery SOMine software. Results: Five clusters were identified and labelled according to the modal values of attributes describing the leasing object and the industry in which the client operates: (i) New cars / Trade; (ii) Used trucks or tugboats / Other services; (iii) New machinery / Construction; (iv) New motors / Trade; and (v) New machinery and tractors / Agriculture. Conclusion: Self-organising maps have proved to be a useful methodology for developing profiles of fraudulent clients in leasing companies. Companies can use our results and make additional efforts in monitoring clients from the identified industries, buying specific leasing objects. In addition, companies can apply our methodology to their own databases, in order to develop fraudster profiles for their specific purposes, and implement fraud alert mechanisms in their client database. Ozadje in namen: Tehnike rudarjenja podatkov se intenzivno uporabljajo v različnih panogah za preprečevanje in odkrivanje goljufij. Raziskav, ki se osredotočajo na lizing industrijo, je malo, čeprav se goljufije na tem področju pojavljajo precej pogosto. V študiji najprej identificiramo grozde poslovnih strank v izbrani lizinški družbi po metodi samoorganizirajočih zemljevidov, ki temeljijo na atributih lizing pogodb. Nato primerjamo grozde na podlagi prisotnosti goljufivih strank, da bi razvili profile prevarantov. Zasnova / metodologija / pristop: Za odkrivanje značilnosti goljufivih strank smo uporabili bazo strank, ki vsebuje atribute lizinških pogodb ene od hrvaških lizinških družb. Za razvoj profilov goljufivih odjemalcev smo uporabili postopek združevanja s Kohonen samoorganizirajočimi zemljevidi, ki jih podpira programska oprema Viscovery SOMine. Rezultati: Identificirali smo pet skupin in jih označili v skladu z modalnimi vrednostmi atributov, ki opisujejo predmet lizinga in panogo, v kateri stranka posluje: (i) novi avtomobili / trgovina; (ii) rabljeni tovornjaki ali vlačilci / druge storitve; (iii) novi stroji / gradbeništvo; (iv) novi motorji / trgovina; in (v) novi stroje in traktorji / Kmetijstvo. Zaključek: Samoorganizirajoči zemljevidi so se izkazali kot uporabna metodologijo za razvoj profilov goljufivih strank v lizinških družbah. Podjetja lahko naše rezultate za ciljno spremljanje strank iz opredeljenih panog, ki kupujejo specifične lizing predmete. Poleg tega lahko podjetja uporabijo našo metodologijo v lastnih bazah podatkov, da razvijejo profile prevarantov za njihove posebne namene in v svoje baze podatkov strank vgradijo mehanizme za opozarjanje na goljufije. prevare lizing preprečevanje goljufij rudarjenje podatkov Kohonenovi samoorganizacijski zemljevidi Hrvaška true true true Angleški jezik Slovenski jezik Neznano 2026-01-26 12:14:06 2026-01-26 12:14:06 2026-01-27 03:23:18 0000-00-00 00:00:00 2020 0 0 str. 128-146 no. 2 Vol. 53 2020 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 2020-01-01 343.8:004.8 (497.5) 22061059 10.2478/orga-2020-0009 1318-5454 http://organizacija.fov.uni-mb.si/index.php/organizacija/article/view/1220 1 22325f5d-faa8-11f0-9b4e-00155d00018d https://dk.um.si/Dokument.php?lang=slv&id=202546 RAZ_Pejic_Bach_Mirjana_2020.pdf RAZ_Pejic_Bach_Mirjana_2020.pdf 1 C12816935075B345BF76C11D0EFF367B 4727c31fe0cd68672d11cf4a7c3df962eacbddf2954a85b752ee7e4ebf8e7ffa 43f063ba-faa8-11f0-9b4e-00155d00018d https://dk.um.si/Dokument.php?lang=slv&id=202547 Fakulteta za organizacijske vede Organizacija 0 0 0