Detecção de fraudes no segmento de crédito financeiro utilizando aprendizado de máquina: uma revisão da literatura

Resumen

A fraude financeira é uma ameaça cada vez maior, com consequências negativas tanto para o setor financeiro quanto para própria sociedade. Embora a mineração de dados tenha se mostrado como uma ferramenta útil na detecção de fraude de cartão de crédito, ela também tem enfrentado desafios, pois os perfis de comportamentos normais e fraudulentos mudam constantemente, em que os tipos das transações fraudulentas se aproximam muito das legítimas. Esta pesquisa tem como objetivo avaliar quais tipos de algoritmos são mais utilizados na detecção de fraudes no uso de cartão de crédito. Para tanto, foi empregado o método de revisão sistemática da literatura, com base no protocolo PRISMA-P. Foram identificados como algoritmos mais utilizados o NN (Neural Network Feed-Forward), NB (Naive Bayes), RF (Random Florest) e o SVM (Support Vector Machines Based). O presente estudo fornece um guia quanto aos métodos que têm alto potencial para atingir a detecção de fraude com cartão de pagamento.