ВАРТІСНИЙ АНАЛІЗ СТРАТЕГІЙ БАЛАНСУВАННЯ КЛАСІВ У НЕЙРОМЕРЕЖЕВОМУ МОНІТОРИНГУ БАНКІВСЬКИХ ТРАНЗАКЦІЙ

Abstract

Підвищення точності автоматизованих систем виявлення шахрайства у фінансовому секторі нерозривно пов'язане з вирішенням проблеми нерівноваги класів у транзакційних даних. Статистика НБУ свідчить, що у 2025 р. втрати від незаконних операцій із платіжними картками в Україні досягли 1,4 млрд грн, зростання склало 24% порівняно з попереднім роком. У глобальному вимірі щорічний обсяг збитків від карткового шахрайства перевищує $34 млрд.

References

1. Шахрайство з платіжними картками у 2025 році. НБУ. [Електронний ресурс]. – Режим доступу: https://bank.gov.ua.
2. Payment Card Fraud Worldwide. Nilson Report. 2025. Vol. 1298. [Електронний ресурс]. – Режим доступу: https://nilsonreport.com/newsletters/1298.
3. Chawla N. V. et al. SMOTE: Synthetic Minority Over-sampling Technique. Journal of Artificial Intelligence Research. 2002. Vol. 16. P. 321–357.
4. Wang C., Nie C., Liu Y. Evaluating Supervised Learning Models for Fraud Detection. MIED 2025. DOI: 10.2991/978-94-6463-835-6_65.
5. Leborgne U. L., Bontempi G. Credit Card Fraud Detection Dataset. Kaggle. 2023. [Електронний ресурс]. – Режим доступу: https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud.