Aplicação do PageRank na detecção de fraude em transações com cartão de crédito

Abstract

Atualmente realizar transações com cartão de crédito é algo rotineiro, bilhões de transações dessa natureza são feitas anualmente e bilhões de dólares são perdidos por causa de transações fraudulentas. Por conta do impacto de fraudes em transações com cartão de crédito, a aplicação de métodos de detecção de fraude em transações financeiras é importantíssima. Foi desenvolvido neste trabalho um sistema de detecção de fraudes em transações com cartão de crédito, o qual pode ser dividido em dois módulos: um extrator de características e um classificador binário. Um algoritmo baseado no PageRank foi utilizado como extrator de características, e o modelo de aprendizagem de máquina baseado em árvores de decisão chamado LightGBM foi utilizado como classificador binário. O sistema proposto foi avaliado utilizando uma base de dados reais de um aplicativo de entrega de alimentos. As taxas de falsos positivos (TFP) e verdadeiros positivos (TVP) foram utilizadas para a avaliação de desempenho do modelo. Quando utilizado em um ponto de operação com TFP inferior a 1%, o modelo alcançou um TVP de 19.3%. Assim, a abordagem proposta consegue detectar uma quantidade razoável de fraudes mesmo operando em um ponto de operação com baixo TFP, validando a sua utilização prática.