يحتل كشف الاحتيال في المعاملات المالية مكانة متقدمة بين تطبيقات الذكاء الاصطناعي المعاصرة، إذ تتسبب العمليات الاحتيالية في خسائر مالية جسيمة تلحق بالمؤسسات المالية والأفراد على حد سواء، وتتطور أساليب الاحتيال باستمرار بما يجعل الوسائل التقليدية القائمة على القواعد الثابتة أقل قدرة على رصد الأنماط المستجدة، ومن هنا برزت الشبكات العصبية البيانية مقاربة واعدة تستثمر بنية العلاقات المتبادلة بين الحسابات والمعاملات بدل الاقتصار على خصائص المعاملة المنفردة، غير أن الأدبيات التطبيقية في هذا المجال وقعت في إشكالية منهجية لافتة، إذ درج الباحثون على تصميم طوبولوجيا الرسم البياني وبنية النموذج معًا في آن واحد، فأصبح من المتعذر نسبة أي تحسن محقق في الأداء إلى أحد المكونين دون الآخر، وتعالج هذه الدراسة هذه الإشكالية بمنهج تجريبي منضبط يعزل أثر كل مكون على حدة
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى عزل أثر طوبولوجيا الرسم البياني عن أثر بنية النموذج في أداء كشف الاحتيال القائم على الشبكات العصبية البيانية، وذلك بتثبيت حلقة التدريب والخصائص المستخرجة وبروتوكول التقويم تثبيتًا كاملًا، مع تغيير استراتيجية بناء الرسم البياني وبنية الشبكة بصورة مستقلة إحداهما عن الأخرى، وقارنت الدراسة بين ثلاث استراتيجيات لبناء الرسوم البيانية هي الاستراتيجية الزمنية متعددة العلاقات، واستراتيجية التشابه البنيوي الهجين، والاستراتيجية الداخلية ضمن المجموعة الواحدة، وطبقت كل استراتيجية عبر ثلاث بنى عصبية بيانية مختلفة، كما أضافت الدراسة نموذجًا مرجعيًا متمثلًا في شبكة متعددة الطبقات متماثلة الخصائص تمامًا ولا تستعين بأي بنية بيانية، ليؤدي دور المرساة التجريبية التي تقاس إليها القيمة المضافة الفعلية للبنية البيانية، واعتمد التقويم على مجموعتي بيانات معروفتين في المجال هما مجموعة سباركوف ومجموعة آي بي إم، وبمقاييس أداء متعددة تشمل المقياس التوافقي بين الدقة والاسترجاع ومساحة المنطقة الواقعة تحت المنحنى ومتوسط الدقة
ثانيًا: أبرز النتائج
أظهرت النتائج أن استراتيجيات الشبكات العصبية البيانية الثلاث تفوقت جميعها على النموذج المرجعي في مجموعة سباركوف بفارق يتراوح بين 5.0 و9.7 نقطة في المقياس التوافقي، بما يؤكد أن الطوبولوجيا تضيف قيمة تمييزية حقيقية حين تكون سجلات حاملي البطاقات كثيفة، أما في مجموعة آي بي إم فقد انهارت الاستراتيجية الداخلية إلى ما دون النموذج المرجعي بمقدار 6.9 نقطة، نتيجة الجوار شبه الخالي الذي بلغ متوسط درجته 1.1 بعد عملية خفض العينة، واحتفظت الاستراتيجية متعددة العلاقات في المقابل بمزايا في الترتيب إذ بلغت مساحة المنطقة تحت المنحنى لديها 0.985 ومتوسط الدقة 0.908 رغم التكافؤ الهامشي في المقياس التوافقي، وتصدرت الاستراتيجية الزمنية متعددة العلاقات الأداء في المجموعتين معًا، محققة 0.908 في المقياس التوافقي و0.994 في مساحة المنطقة تحت المنحنى في سباركوف و0.831 في المقياس التوافقي في آي بي إم، وإن لم يكن هذا الترتيب مستقلًا عن البنية استقلالًا تامًا، إذ عكست إحدى البنى ترتيب الاستراتيجيتين متعددة العلاقات والداخلية عكسًا طفيفًا في مجموعة سباركوف
ثالثًا: دلالات الدراسة وتطبيقاتها
تدل هذه النتائج على أن جودة بناء الرسم البياني أهم لأداء الشبكات العصبية البيانية من مجرد حضور البنية البيانية ذاتها، فالاتصال وحده لا يكفي ما لم تكن العلاقات الممثلة ذات معنى تمييزي يتصل بطبيعة الاحتيال المراد كشفه، وتفيد هذه الخلاصة فرق مكافحة الاحتيال في المؤسسات المالية توجيهًا عمليًا، إذ تدعوهم إلى استثمار الجهد في هندسة العلاقات الزمنية والبنيوية الغنية قبل الانشغال بتعقيد بنية النموذج، كما تنبههم إلى خطورة الاستراتيجيات التي تفترض جوارًا كثيفًا حين تكون البيانات متفرقة أو مخفضة العينة، وتفتح الدراسة بابًا لمزيد من البحث في شروط انتقال تفوق استراتيجية ما من سياق بيانات إلى آخر
ويستدعي تأويل هذه النتائج التنبه إلى أنها مشروطة بخصائص البيانات المدروسة وظروف التقويم المعتمدة، فتفوق الطوبولوجيا ظهر حين كانت سجلات حاملي البطاقات كثيفة، بينما انقلبت الصورة حين ندرت الروابط بعد خفض العينة، وهو ما يعني أن قرار بناء الرسم البياني ينبغي أن يسبقه تشخيص دقيق لكثافة العلاقات المتاحة وطبيعتها، وأن المقارنة المنصفة بين الاستراتيجيات لا تتحقق إلا بضبط بقية مكونات خط المعالجة كما فعلت الدراسة
وخلاصة القول إن هذه الدراسة قدمت إطارًا تجريبيًا منضبطًا يفصل بين أثر طوبولوجيا الرسم البياني وأثر بنية النموذج في كشف الاحتيال، وأثبتت بالأدلة الرقمية أن بناء الرسم البياني الجيد هو العامل الحاسم في الأداء، وأن الاستراتيجية الزمنية متعددة العلاقات هي الأعلى أداء في الظروف المدروسة، وهو ما يعيد ترتيب أولويات التصميم لدى الباحثين والممارسين في هذا الحقل المتنامي
