News of the Kabardino-Balkarian Scientific Center of the Russian Academy of SciencesNews of the Kabardino-Balkarian Scientific Center of the Russian Academy of SciencesИзвестия Кабардино-Балкарского научного центра РАН1991-66392949-194029437210.35330/1991-6639-2025-27-2-11-22EWHPZVSystem analysis, management and information processingСистемный анализ, управление и обработка информацииResearch ArticleBuilding a machine learning model for predicting fraudulent transactionsПостроение модели машинного обучения для прогнозирования мошеннических транзакцийhttps://orcid.org/0009-0000-9591-33013088-3121KonstantinovAlexey F.КонстантиновАлексей Федорович
Russian Federation

Postgraduate Student at the Department of Informatics

аспирант кафедры информатики

konstantinovaf@gmail.comhttps://orcid.org/0000-0001-5229-80702513-8831ДьяконоваЛюдмила ПавловнаDyakonovaLyudmila P.
Russian Federation

Candidate of Physical and Mathematical Sciences, Associate Professor at the Department of Informatics

канд. физ.-мат. наук, доцент кафедры информатики

Dyakonova.LP@rea.ruPlekhanov Russian University of EconomicsРоссийский экономический университет имени Г. В. Плехановаru11062025202527211223005202530052025Copyright ©; 2025, Konstantinov A.F., Dyakonova L.P.Copyright ©; 2025, Константинов А.Ф., Дьяконова Л.П.2025Konstantinov A.F., Dyakonova L.P.Константинов А.Ф., Дьяконова Л.П.https://creativecommons.org/licenses/by/4.0https://journals.rcsi.science/1991-6639/article/view/294372

The article presents development of a machine learning model for predicting fraudulent transactions using transactional data from a bank. It discusses the features of encoding categorical variables related to the presence of time in the transactional data to avoid information leakage. Additionally, experiments were conducted on the application of bagging and the creation of additional variables based on their contribution to the final prediction using Shapley values. The quality metrics of the machine learning model are examined and analyzed.

В статье представлена разработка модели машинного обучения для прогнозирования мошеннических транзакций на примере транзакционных данных банка. Рассмотрены особенности кодирования категориальных переменных, связанные с наличием времени в транзакционных данных, чтобы избежать утечек информации. Проведены эксперименты по применению баггинга (bootstrap aggregating) и созданию дополнительных переменных на основе их вклада в итоговый прогноз с применением Shapley values. Рассмотрены показатели качества модели машинного обучения и проведен их анализ.

мошеннические транзакцииcatboostкодирование категориальных переменныхcatboost_encodertarget_encoderbaggingсоздание переменныхShapley valuesfraudulent transactionscatboostencoding categorical variablescatboost_encodertarget_encoderbaggingvariables creationShapley valuesMashrur A., Luo W., Zaidi N.A., Robles-Kelly A. Machine Learning for Financial Risk Management: A Survey. IEEE Access. 2020. Vol. 8. Pp. 203203–203223. DOI: 10.1109/ACCESS.2020.3036322Awosika T., Shukla R.M., Pranggono B. Transparency and Privacy: The Role of Explainable AI and Federated Learning in Financial Fraud Detection. IEEE Access. 2024. Vol. 12. Pp. 64551–64560. DOI: 10.1109/ACCESS.2024.3394528McMahan B., Moore E., Ramage D. et al. Communication-efficient learning of deep networks from decentralized data. Proceedings of the 20 th International Conference on Artificial Intelligence and Statistics. 2017. Vol. 54. Pp. 1273–1282. DOI: 10.48550/arXiv.1602.05629Ali A.A., Khedr A.M., El-Bannany M., Kanakkayil S. A Powerful Predicting Model for Financial Statement Fraud Based on Optimized XGBoost Ensemble Learning Technique. Applied Sciences. 2023. Vol. 13. No. 4. P. 2272. DOI: 10.3390/app13042272He K., Yang Q., Ji L. et al. Financial Time Series Forecasting with the Deep Learning Ensemble Model. Mathematics. 2023. Vol. 11. No. 4. P. 1054. DOI: 10.3390/math11041054Prokhorenkova L., Gusev G., Vorobev A. et al. CatBoost: unbiased boosting with categorical features. NIPS'18: Proceedings of the 32nd International Conference on Neural Information Processing Systems. 2018. Pp. 6639–6649. DOI: 0.48550/arXiv.1706.09516Micci-Barreca D. A Preprocessing Scheme for High-Cardinality Categorical Attributes in Classification and Prediction Problems. ACM SIGKDD Explorations Newsletter. Vol. 3. No. 1. Pp. 27–32. DOI: 10.1145/507533.507538Dorogush A.V., Ershov V., Gulin A. CatBoost: gradient boosting with categorical features support. Workshop on ML Systems at NIPS. 2017. DOI: 10.48550/arXiv.1810.11363Breiman L. Bagging predictors. Machine Learning. 1996. Vol. 24. No. 2. Pp. 123–140. DOI: 10.1007/BF00058655Official website Catboost. Common parameters. Точка доступа: https://catboost.ai/en/docs/ references/training-parameters/common#bagging_temperature (дата обращения: 10 января 2025)Shapley L. Notes on the n-person game, ii: the value of an n-person game. 1951.Official website SHAP library. Точка доступа: https://shap.readthedocs.io/en/latest/ example_notebooks/tabular_examples/tree_based_models/Catboost%20tutorial.html (дата обращения: 10 января 2025)Brier Glenn W. Verification of forecasts expressed in terms of probability. Monthly Weather Review. 1950. Vol. 78. No. 1. Pp. 1–3. Bibcode:1950MWRv...78....1B. DOI: 10.1175/1520-0493(1950)078 <0001:VOFEIT> 2.0.COAkiba T., Sano S., Yanase T. et al. Optuna: A Next-generation Hyperparameter Optimization Framework. KDD '19: Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. Pp. 2623–2631. DOI: 10.1145/3292500.3330701