Ученые разработали систему машинного обучения, способную не только выявлять финансовое мошенничество в одной компании, но и предсказывать возможные случаи мошенничества по всей цепочке поставок и в отраслях. Эта разработка, названная FraudGCN, использует теорию графов для анализа связей между различными компаниями и их взаимодействий.
Как сообщает статья, опубликованная в журнале Big Data Mining and Analytics, FraudGCN представляет собой графовую сверточную сеть, способную обрабатывать данные, представленные в виде графов. Это позволяет более эффективно выявлять паттерны мошенничества и предсказывать его возникновение, используя сложные взаимосвязи между компаниями.
В отличие от традиционных методов, которые ориентированы на анализ одной фирмы, FraudGCN учитывает сложные связи в цепочках поставок и между отраслями, что делает его более эффективным инструментом в борьбе с финансовыми махинациями. Тестирование на данных китайских компаний показало, что новая система превзошла существующие подходы на 3−4%.
