Реализация AI-анализа расходов и категоризации транзакций в мобильном приложении

Реализация AI-анализа расходов и категоризации транзакций в мобильном приложении

Ручная категоризация транзакций — то, что пользователи делают первую неделю, а потом бросают. Автоматическая категоризация на правилах («если МНЕМОника содержит "ЛЕНТА" — это "Продукты"») работает для крупных ретейлеров, но ломается на «ООО ПЕРСПЕКТИВА» или «ИП Иванов А.В.». ML-категоризатор + LLM-анализ поверх него даёт другой уровень качества.

Категоризация: модель vs LLM

Классификатор на ml (TF-IDF + LightGBM или distilBERT). Обучается на исторических транзакциях с метками. Inference < 10мс, работает офлайн, стоимость — нулевая после обучения. Точность на топ-100 мерчантов — 95%+, на «хвосте» (ИП, мелкие компании) — 60–70%.

LLM для нераспознанных. Транзакции с низкой уверенностью классификатора (confidence < 0.7) направляются в LLM. GPT-4o-mini, temperature=0, один промпт с категориями и примерами — решение за 300–500мс, точность на нестандартных наименованиях 80–90%.

# Серверный пайплайн категоризации
async def categorize_transaction(transaction: Transaction) -> CategoryResult:
    # 1. Быстрый классификатор
    ml_result = classifier.predict(transaction.description)

    if ml_result.confidence >= 0.75:
        return CategoryResult(
            category=ml_result.category,
            confidence=ml_result.confidence,
            method="ml_classifier"
        )

    # 2. LLM для неуверенных предсказаний
    llm_category = await llm_categorize(
        description=transaction.description,
        amount=transaction.amount,
        merchant=transaction.merchant_name
    )
    return CategoryResult(
        category=llm_category,
        confidence=0.85,  # LLM более уверен в сложных случаях
        method="llm_fallback"
    )

Гибридный подход: 85–90% транзакций обрабатывает быстрый классификатор (бесплатно), 10–15% — LLM. При 1 000 транзакций в день на пользователя стоимость LLM-запросов — копейки.

Обогащение данных мерчантов

Наименование в банковской выписке — грязные данные. «MAGNIT COSMETIC 0001» и «МАГНИТ КОСМЕТИК» — один мерчант. Нормализация через базы мерчантов (Clearbit, Plaid Enrich, или собственный маппинг) значительно повышает точность классификатора.

Дополнительный сигнал — MCC-код (Merchant Category Code), который банк передаёт вместе с транзакцией. MCC 5411 — продуктовые магазины, MCC 5812 — рестораны. Использование MCC как признака в классификаторе даёт +5–10% точности.

AI-анализ паттернов расходов

Категоризация — первый шаг. AI-анализ поверх категоризированных данных — то, что превращает приложение из трекера в советника.

// iOS — Swift: запрос к LLM для анализа расходов за месяц
func generateExpenseInsights(transactions: [CategorizedTransaction]) async -> [Insight] {
    let summary = transactions.groupBy(\.category)
        .mapValues { txs in (count: txs.count, total: txs.map(\.amount).reduce(0, +)) }
        .map { "\($0.key): \($0.value.total) руб. (\($0.value.count) транзакций)" }
        .joined(separator: "\n")

    let prompt = """
    Проанализируй расходы пользователя за месяц и дай 2-3 конкретных наблюдения.
    Не общие советы — конкретные паттерны из данных.
    Расходы по категориям:\n\(summary)
    """

    let response = await llmClient.complete(prompt, maxTokens: 300, temperature: 0.4)
    return parseInsights(response)
}

LLM видит: «Расходы на доставку еды выросли с 3 200 до 8 700 рублей по сравнению с прошлым месяцем» и генерирует конкретное наблюдение, а не generic «следите за расходами на еду».

Обучение модели на пользовательских поправках

Пользователи исправляют неверные категории — это золото для переобучения. Каждая поправка — новый labeled пример. Накопив достаточно исправлений (50–100 на пользователя), можно дообучать персонализированную модель или добавить правила, специфичные для пользователя:

// Android — сохранение пользовательской поправки
fun saveUserCorrection(transactionId: String, correctedCategory: Category) {
    val correction = UserCorrection(
        transactionDescription = getTransaction(transactionId).description,
        merchantId = getTransaction(transactionId).merchantId,
        correctedCategory = correctedCategory,
        timestamp = System.currentTimeMillis()
    )
    localDatabase.saveCorrection(correction)
    // Синхронизируем на сервер для переобучения
    syncService.scheduleCorrectionUpload(correction)
}

Ориентиры по срокам

Классификатор на правилах + MCC — 3–5 дней. ML-классификатор с LLM-fallback — 1–2 недели. Полная система с анализом паттернов, инсайтами и обучением на поправках — 2–4 недели.