دراسة حالة في تعلم الآلة لاكتشاف المعاملات الاحتيالية، في بيانات نسبة الاحتيال فيها لا تتجاوز 0.17% فقط — مشكلة عدم توازن واقعية وصعبة فعليًا، حيث تصبح نسبة الدقة (Accuracy) مقياسًا عديم الفائدة.
قارنت بين ثلاثة نماذج: Logistic Regression مع ترجيح الفئات (Class Weighting)، وRandom Forest مُدرّب على بيانات متوازنة باستخدام SMOTE، وIsolation Forest (نموذج اكتشاف شذوذ غير خاضع للإشراف) كنقطة مقارنة للحالات التي لا تتوفر فيها بيانات احتيال موسومة مسبقًا.
التقييم اعتمد على مقياس Precision-Recall AUC وليس الدقة أو ROC-AUC، لأن كلاهما يعطي انطباعًا مضللًا عند هذا المستوى من عدم التوازن.
التحليل لم يتوقف عند مقارنة النماذج فقط — بل يتضمن جدول لضبط عتبة القرار (Threshold) يجيب على سؤال عملي حقيقي يواجه أي فريق مكافحة احتيال: كم عدد المعاملات التي يحتاج المراجع البشري لفحصها للإمساك بنسبة معينة من الاحتيال؟ على سبيل المثال، الإمساك بـ99% من حالات الاحتيال يعني مراجعة حوالي 433 معاملة مقابل كل حالة احتيال مؤكدة — وهذا قرار حقيقي متعلق بالتوظيف وتجربة العميل، وليس مجرد تمرين نمذجة.
هذا العمل يحاكي أسلوب هندسة خصائص المخاطر المبنية على بيانات المعاملات الذي قمت به خلال فترة تدريبي في تحليل البيانات بقسم الذكاء الاصطناعي وحوكمة البيانات في بنك مصر، وتم إعادة بنائه هنا على بيانات عامة لأغراض عرض الأعمال.
