ҚАЗАҚСТАНДАҒЫ СЫБАЙЛАС ЖЕМҚОРЛЫҚ ҚЫЛМЫСТАРЫНЫҢ САНЫН БОЛЖАУ: МАШИНАЛЫҚ ОҚЫТУ ТӘСІЛІ

Бұл зерттеу машиналық оқыту әдістерін қолдану арқылы Қазақстандағы сыбайлас жемқорлық қылмыстарының санын болжауға бағытталған. Талдау ресми ай сайынғы қылмыс статистикасына негізделген, атап айтқанда, 2016 жылдан бері сыбайлас жемқорлық құқық бұзушылықтарын тіркеуге арналған №3-К есеп нысаны пайдаланылды. Зерттеу барысында үш регрессиялық модель қолданылды: k ең жақын көршілер әдісі (k-NN), градиенттік бустинг (XGBoost) және сызықтық регрессия. Модельдердің тиімділігі орташа абсолюттік қате (MAE), орташа квадраттық қате (MSE) және детерминация коэффициенті (R²) метрикалары бойынша бағаланды. Нәтижелер сызықтық регрессияның ең жоғары болжамдық дәлдікке жеткенін көрсетті (R² = 1.000), одан кейін XGBoost (R² = 0.9977) және k-NN (R² = 0.9333). Бұл нәтижелер машиналық оқыту модельдерінің сыбайлас жемқорлық қылмыстарының динамикасын тиімді болжай алатынын дәлелдейді. Зерттеу машиналық оқытудың сыбайлас жемқорлыққа қарсы күрестегі болжау мүмкіндіктерін айқындайды. Болашақ зерттеулерде қосымша болжамдық факторларды қарастыру, балама модельдерді сынау және нақты уақыттағы деректерді интеграциялау ұсынылады.

1. Transparency International, 2023 corruption perceptions index: Explore the [Online]. Available: https://www.transparency.org/en/cpi/2023/. [Accessed: Mar. 11, 2025].

2. Government of Kazakhstan, Anti-corruption policy concept of the Republic of Kazakhstan for 2022–2026 [Online]. Available: https://www.gov.kz/memleket/entities/anticorruption/activities/17527?lang=en. [Accessed: Mar. 11, 2025].

3. Prosecutor General of Kazakhstan, Order of the prosecutor general of Kazakhstan on approval of the report form No. 3-K. [Online]. Available: https://adilet.zan.kz/rus/docs/V1600014126. [Accessed: Mar. 11, 2025].

4. Ministry of Digital Development, Innovations and Aerospace Industry of Kazakhstan, The digitalization against corruption [Online]. Available: https://www.gov.kz/memleket/entities/mdai/press/article/details/139736?lang=ru. [Accessed: Mar. 11, 2025].

5. Ash E., Galletta S., and T. Giommoniю A machine learning approach to analyze and support anticorruption policy [Online]. Available: https://www.RePEc.org. [Accessed: Mar. 11, 2025].

6. U4 Anti-Corruption Resource Centreю Artificial intelligence – a promising anti-corruption tool in development settings? [Online]. Available: https://www.u4.no/publications/artificial-intelligence-a-promisinganti-corruption-tool-in-development-settings. [Accessed: Mar. 11, 2025].

7. Köbis N., Starke C., and I. Rahwanю Int. Journal of Anticorruption Researchб 2021, vol. 5, pp. 89–102. https://doi.org/10.48550/arXiv.2102.11567.

8. Lima M.S.M. and D. Delen. Government Information Quarterly, 2020, vol. 37, p.101407. https://doi.org/10.1016/j.giq.2019.101407.

9. de Blasio G., D’Ignazio A., and M. Letta. Technological Forecasting and Social Change, 2022, vol. 184, p. 122016. https://doi.org/10.1016/j.techfore.2022.122016.

10. Rashid A.R., Ali Z.L., and G. H. A. Alshmeel, Proc. 4th Int. Congress on Human-Computer Interaction, Optimization and Robotic Applications (HORA), 2022. https://doi.org/10.1109/HORA55278.2022.9799970.

11. Pan M. and D. Li. International Review of Financial Analysis, 2024, vol. 84, p. 102367. https://doi.org/10.1016/j.irfa.2023.102367.

12. Van Noordt C. Government Information Quarterly, 2022, vol. 39, p. 101680. https://doi.org/10.1016/j.giq.2022.101680.

13. Yigitcanlar T., Li R.Y.M., and P.B. Bulu. Government Information Quarterly, 2023, vol. 40, p. 101733. https://doi.org/10.1016/j.giq.2022.101733.

14. Wang Z., Guan X., Sun L., and D. Zhang. Heliyon, 2023, vol. 9, p. e13765. https://doi.org/10.1016/j.heliyon.2023.e13765.

15. Valle-Cruz D., Fernández-Cortez V., and J.R. Gil-Garcia, Government Information Quarterly, 2021, vol. 38, p. 101600. https://doi.org/10.1016/j.giq.2021.101600.

16. Straub V.J., Morgan D., and J. Bertot. Government Information Quarterly, 2023, vol. 40, p. 101749. https://doi.org/10.1016/j.giq.2022.101749.

17. Adam I. and M. Fazekas. Information Economics and Policy, 2021, vol. 54, p. 100880. https://doi.org/10.1016/j.infoecopol.2020.100880.

18. Lima M.S.M. and D. Delen, Government Information Quarterly, 2020, vol. 37, p. 101407. https://doi.org/10.1016/j.giq.2019.101407.

19. Nai R., Meo R., and G.P. Pinna. Government Information Quarterly, 2022, vol. 39, p. 101679. https://doi.org/10.1016/j.giq.2022.101679.

20. Portal of legal statistics and special accounts [Online]. Available: https://qamqor.gov.kz/. [Accessed: Mar. 11, 2025].