В статье, опубликованной в Международном журнале информационных и коммуникационных технологий, исследователи предлагают использовать инструменты машинного обучения для борьбы с финансовыми мошенничествами.
По словам Вейи Чена из Национальной энергетической группы в Синьине, Китай, финансовые мошенничества представляют собой постоянную угрозу для рынков капитала, особенно в развивающихся странах с недостаточно зрелыми регуляторными системами. Мошенники используют сложные методы, которые опережают традиционные способы обнаружения, что ставит инвесторов под серьезный риск.
Работа Чена предлагает новый подход к выявлению мошенничества, который объединяет машинное обучение и глубокое обучение для анализа данных о финансовой деятельности компаний, а также информации из корпоративных отчетов.
Машинное обучение позволяет анализировать огромные объемы данных быстрее и точнее традиционных методов. Однако оно сталкивается с трудностями при анализе нелинейных аспектов данных, в частности текстовой информации в корпоративных отчетах. Внедрение глубокого обучения поможет алгоритмам распознавать текст и выявлять признаки мошенничества.
Использование модели BiLSTM и сверточных нейронных сетей (CNN) позволило создать систему, которая выявляет несоответствия между финансовыми данными и настроениями в отчетах. Результаты тестирования показали точность в 91,35%, что значительно превышает эффективность традиционных методов.
