Communication Dans Un Congrès Année : 2025

Machine Learning Applied to Bank Fraud Detection

Apprentissage machine appliqué à la détection de fraudes bancaires

Résumé

Online payment fraud has been steadily increasing in recent years. Our focus is on installment payments for e-commerce, which pose a significant risk of customers failing to repay the full amount owed. To manage this risk, BNP Paribas Personal Finance has developed a system that combines graph databases and artificial intelligence, achieving a 20% reduction in fraud. In this article, we propose an extension of this system using a graph neural network (GraphSAGE) combined with an ensemble method (such as Random Forest or XGBoost). We demonstrate the performance improvements of this combined approach over the initial system using a real anonymized dataset made available to the community.

La fraude aux paiements en ligne est en augmentation continue ces dernières années. Nous nous intéressons aux paiements fractionnés pour le e-commerce dont le principal risque est le non-remboursement de l'intégralité de la somme due par le client. Pour contrôler ce risque, BNP Paribas Personal Finance a développé un système combinant les bases de données graphe et l'IA qui permet de réduire la fraude de 20%. Dans cet article, nous proposons une extension de ce système avec un réseau de neurones de graphe (GraphSAGE) couplé à une méthode ensembliste (Forêt Aléatoire ou XGBoost). Nous illustrons les gains de ce couplage comparé au système initial sur un jeu de données réel anonymisé mis à disposition de la communauté. Dans la suite de cet article, nous utilisons systématiquement les sigles anglo-saxons car ils sont communs.

Fichier principal
Vignette du fichier
Article_version_finale.pdf (356.41 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-04939824 , version 1 (11-02-2025)

Licence

Identifiants

  • HAL Id : hal-04939824 , version 1

Citer

Aurélien Facci, Bruno Pinaud, Julie Cavarroc, Angelina Pidash. Apprentissage machine appliqué à la détection de fraudes bancaires. Extraction et Gestion des Connaissances, EGC'2025, Jan 2025, Strasbourg, France. pp. 335-342. ⟨hal-04939824⟩
432 Consultations
738 Téléchargements

Partager

  • More