Machine Learning na prevenção de perdas no e-commerce

o uso da regressão logística para identificação de pedidos fraudulentos

Resumo

Nos últimos 25 anos, diversos meios de detecção e prevenção de fraude foram desenvolvidos. Nos dias atuais os modelos de aprendizado de máquina, “machine learning”, são os mais avançados. Neste trabalho foi desenvolvido um modelo estatístico de machine learning cujo objetivo é identificar, por meio da técnica de regressão logística, a probabilidade de um pedido ser fraude. O modelo foi desenvolvido no software R e o dataset utilizado contém 13216  observações e 15 variáveis. Como resultado o modelo obteve 91,4% de acurácia, 87,31% de especificidade e 97,7% de sensibilidade, tal performance resultou em uma área abaixo da curva ROC de 95,1% e um Coeficiente de  GINI de 90,21%. Como principais contribuições desta obra destacam-se a promoção e divulgação da utilização de técnicas de machine learning para resolução de problemas reais e cotidianos no e-commerce, e o esclarecimento e fomento do processo de desenvolvimento de modelos de regressão logística, bem como dos seus principais parâmetros de validação e indicadores de performance. Com base nos resultados já apresentados é possível afirmar  que o objetivo desta pesquisa foi atingido, pois o modelo desenvolvido  é altamente eficaz na prevenção de fraudes.