студент 5-го курса направления «Экономическая безопасность» ИФТЭБ НИЯУ МИФИ
ассистент кафедры финансового мониторинга ИФТЭБ НИЯУ МИФИ
к.э.н., доцент кафедры финансового мониторинга
The growing volume of data used for management decision-making and business development requires the latest analytical tools that are resilient, efficient, and able to perform tasks in specific data areas. In particular, the structure of banking transactions leads to the idea of applying not only standard relational methods of storing and processing data, but also a more innovative, graph-based approach. The article discusses the possibility of applying expert rules in combination with graph neural networks in solving classification problems, such as identifying fraudulent transactions in an array of financial transactions between bank accounts. The capabilities of the ArangoDB graph database for working with graph data topologies, as well as the Deep Graph Library for modeling graph neural networks, are illustrated. The practical results of this article may be relevant to researchers and developers, working in the field of business analytics.
Растущий объём данных, используемых для принятия управленческих решений и развития бизнеса, требует использования новейших аналитических инструментов, отличающихся отказоустойчивостью, эффективностью и умением работать над задачами в специфических областях данных. В частности, структура банковских транзакций приводит нас к необходимости использовать не только стандартные реляционные методы хранения и обработки данных, но и более инновационный, графовый подход. В статье рассматривается возможность использования экспертных правил в сочетании с графовыми нейронными сетями в решении классификационных задач, таких как выявление мошеннических операций в массиве финансовых транзакций между банковскими счетами. Иллюстрируются возможности графовой базы данных ArangoDB по работе с графовыми топологиями данных, а также библиотеки Deep Graph Library для моделирования графовых нейронных сетей. Практические результаты настоящей статьи могут быть актуальны для исследователей и практиков в области бизнес-аналитики и разработки.