Η παρούσα πτυχιακή εργασία πραγματεύεται την ανίχνευση οικονομικής απάτης μέσω της ανάλυσης γράφων και της τεχνητής νοημοσύνης, με έμφαση στην αξιοποίηση των σχέσεων μεταξύ οντοτήτων που συμμετέχουν σε ύποπτες συναλλαγές. Σε αντίθεση με τις παραδοσιακές προσεγγίσεις που εξετάζουν κάθε συναλλαγή ως μεμονωμένη εγγραφή, η εργασία υιοθετεί μια δικτυοκεντρική προσέγγιση, στην οποία συναλλαγές, κάρτες, email domains και συσκευές αναπαρίστανται ως κόμβοι ενός ετερογενούς γράφου, ώστε, μέσω των ακμών που τους ενώνουν, να αποκαλύπτονται συνδεδεμένα μοτίβα απάτης, κοινότητες υψηλού κινδύνου, και έμμεσες συσχετίσεις που δεν είναι εύκολα ορατές σε συμβατικά tabular δεδομένα.

Για την υλοποίηση του προτεινόμενου πλαισίου αναπτύχθηκε ένα ολοκληρωμένο pipeline, το οποίο περιλαμβάνει προεπεξεργασία και εμπλουτισμό χαρακτηριστικών, κατασκευή γράφου σε Neo4j, εξαγωγή γραφοαναλυτικών μετρικών μέσω της βιβλιοθήκης Neo4j GDS, δημιουργία embeddings με FastRP και εκπαίδευση ενός Graph Neural Network (Heterogeneous GraphSAGE). Παράλληλα, υλοποιήθηκε baseline μοντέλο XGBoost, το οποίο αξιοποιεί συνδυασμό tabular χαρακτηριστικών, graph analytics και embeddings, ώστε να καταστεί δυνατή η συγκριτική αξιολόγηση της ενδεχόμενης προστιθέμενης αξίας των τοπολογικών χαρακτηριστικών του γράφου σε περιβάλλοντα ανίχνευσης απάτης.

Η πειραματική αξιολόγηση πραγματοποιήθηκε σε έντονα ανισορροπημένα δεδομένα, με κύριο πεδίο εφαρμογής το IEEE-CIS Fraud Detection dataset, και βασίστηκε σε μετρικές κατάλληλες για το πεδίο του προβλήματος και την ανισορροπία των δεδομένων. Τα αποτελέσματα έδειξαν ότι το HeteroGraphSAGE παρουσίασε ελαφρώς υψηλότερο AUC-PR (0.6317), σημαντικά υψηλότερο Precision (0.7569) και αισθητά βελτιωμένο F1-score (0.6078), όμως περιορίστηκε σε μέτριο Recall (0.5077), ενώ το XGBoost εμφάνισε καλύτερο AUC-ROC (0.9318) και διατήρησε αρκετά υψηλότερο Recall, με αντάλλαγμα σημαντικά περισσότερα false positives.

Επιπλέον, η εργασία ενσωματώνει τεχνικές XAI, και συγκεκριμένα τις SHAP και GNNExplainer, με στόχο την ερμηνεία τόσο της συνολικής συμπεριφοράς των μοντέλων όσο και επιμέρους προβλέψεων σε επίπεδο υπογράφων. Με τον τρόπο αυτό, εξετάζεται το πώς μπορεί να ενισχυθεί η διαφάνεια, η αξιοπιστία και η πρακτική αξιοποίηση των προτεινόμενων μεθόδων σε πραγματικά περιβάλλοντα λήψης αποφάσεων.

Συνολικά, τα ευρήματα της εργασίας υποδεικνύουν ότι, από τη μία πλευρά, η συνδυαστική χρήση graph databases, graph analytics, GNNs και XAI συνιστά μια ιδιαίτερα υποσχόμενη προσέγγιση για την αποτελεσματικότερη ανίχνευση σύνθετων μορφών οικονομικής απάτης, ενώ από την άλλη, καθιερωμένα μοντέλα ML όπως το XGBoost, διατηρούν την αξία τους, προσφέροντας συγκεκριμένα πλεονεκτήματα.

This thesis addresses the detection of financial fraud through graph analysis and artificial intelligence, with an emphasis on leveraging the relationships between entities involved in suspicious transactions. Unlike traditional approaches that treat each transaction as an isolated record, this work adopts a network-centric perspective, in which transactions, cards, email domains, and devices are represented as nodes in a heterogeneous graph. Through the edges connecting them, it becomes possible to uncover connected fraud patterns, high-risk communities, and indirect associations that are difficult to capture in conventional tabular data.

To implement the proposed framework, a comprehensive end-to-end pipeline was developed, including data preprocessing and feature enrichment, graph construction in Neo4j, extraction of graph analytics metrics using the Neo4j GDS library, embedding generation with FastRP, and training of a Graph Neural Network (heterogeneous GraphSAGE). In parallel, an XGBoost baseline model was trained using a combination of tabular features, graph analytics, and embeddings, allowing a comparative assessment of the added value of graph features in fraud detection environments.

The experimental evaluation was conducted on highly imbalanced data, primarily focusing on the IEEE-CIS Fraud Detection dataset, and was based on metrics suitable for the problem domain and the data imbalance. The results showed that HeteroGraphSAGE exhibited a slightly higher AUC-PR (0.6317), significantly higher Precision (0.7569), and a noticeably improved F1-score (0.6078); however, it was limited to a moderate Recall (0.5077). On the other hand, XGBoost achieved a better AUC-ROC (0.9318) and maintained a considerably higher Recall, at the cost of significantly more false positives.

Additionally, the work incorporates Explainable AI (XAI) techniques, specifically SHAP and GNNExplainer, aiming to interpret both the overall behavior of the models and individual predictions at the subgraph level. In doing so, it examines how to enhance transparency, reliability, and the practical deployment of the proposed methods in real-world decision-making environments.

Overall, the findings suggest that while the combined use of graph databases, graph analytics, GNNs, and XAI represents a highly promising approach for more effectively detecting complex forms of financial fraud, established ML models such as XGBoost retain their value by offering distinct advantages.