Development of a software module for assessing the risks of financial transactions

Abstract

Данная работа посвещена распознованию мошенничества при совершении операций с использованием платёжных карт. Целью являлось исследование возможности методов анализа данных и машинного обучения для оценки рискованности финансовых транзакций. В работе был подробно описан процесс прохождения операций по картам для более глубокого понимания контекста задачи. После рассмотрения уже существующих вариантов решения поставленной задачи были выбраны данные, используемые в процессе создания прототипа требуемого программного модуля. Они были подробно изучены и обработаны, что позволило эффективно применить к ним различные методы машинного обучения и получить высокое качество распознавания мошенничества. Алгоритм, показавший лучший результат, лег в основу прототипа веб-сервиса для оценки рискованности финансовых транзакций. В работе подробно описаны функции, доступные пользователям данного сервиса, а также дальнейшие планы по развитию прототипа до полноценной платформы для распознавания мошенничества.

This work is devoted to the recognition of fraud in transactions using payment cards. The goal was to study the possibility of data analysis and machine learning methods to assess the riskiness of financial transactions. The work described in detail the process of passing operations on cards for a deeper understanding of the context of the task. After considering the already existing options for solving the problem, the data used in the process of creating a prototype of the required software module was selected. It was thoroughly studied and processed, which allowed us to effectively apply various machine learning methods to them and get high quality fraud recognition. The algorithm that showed the best results formed the basis of a prototype web-service for assessing the risk of financial transactions. The work describes in detail the functions available to users of this service, as well as further plans for the development of the prototype to a full platform for fraud recognition.