Introdução

Este capítulo fornece o contexto para o problema de detecção de fraude em cartões de crédito. Ele aborda o que é o problema, como ele é resolvido atualmente e por que o aprendizado de máquina pode ajudar a fornecer soluções eficazes. O capítulo está estruturado da seguinte forma.

A Seção 2.2 aborda primeiro o problema da fraude de cartão de crédito, juntamente com suas causas e perdas relacionadas. Com base nos relatórios oficiais mais recentes sobre o tópico no momento da redação deste livro (em particular, o último relatório Nilson de 2019 report (2019) e o relatório do Banco Central Europeu sobre detecção de fraude em cartões de crédito de 2020 Bank (2020)), resumimos brevemente as técnicas conhecidas por serem empregadas por fraudadores para realizar transações fraudulentas e seus custos associados. A seção também discute técnicas de prevenção de fraudes, que vão desde os conhecidos códigos PIN até técnicas mais avançadas, como a identificação biométrica.

A Seção 2.3 aborda então o lado operacional de um sistema de detecção de fraudes. Ela fornece uma visão geral de como a detecção de fraudes é realizada em um sistema de detecção de fraudes do mundo real. Sua compreensão é importante, pois evidencia que a detecção eficaz requer uma combinação de sistemas automatizados e investigadores de fraudes. Isso tem implicações não triviais. Primeiro, os sistemas automatizados devem otimizar a carga de trabalho dos investigadores de fraudes. Segundo, sistemas automatizados e investigadores humanos trabalham em diferentes escalas de tempo: enquanto os sistemas automatizados geralmente fornecem pontuações de risco para transações em menos de um segundo, as investigações de fraude geralmente exigem o contato com um cliente para confirmar uma fraude, o que pode levar dias ou semanas. Essas peculiaridades têm implicações importantes na metodologia utilizada ao longo deste livro.

Finalmente, a Seção 2.4 revisa o tópico de técnicas de aprendizado de máquina para detecção de fraudes em cartões de crédito. Agora está claro que as técnicas de aprendizado de máquina podem fornecer soluções eficazes para o problema de detecção de fraudes em cartões de crédito, e a literatura de pesquisa sobre o tópico cresceu exponencialmente na última década. A seção faz uma metarevisão das pesquisas mais recentes no domínio nos últimos cinco anos (2015-2020). Ela destaca os princípios básicos apresentados nessas pesquisas e resume os principais desafios dos sistemas de detecção de fraudes.