ANALISI INTERPRETABILE DEI COMPORTAMENTI DI GAMBLING ONLINE MEDIANTE TECNICHE DI MACHINE LEARNING

Il gambling online produce grandi quantità di dati comportamentali che possono essere analizzati mediante tecniche di Machine Learning per individuare profili di gioco differenti e pattern potenzialmente rilevanti. Tuttavia, in assenza di etichette cliniche o diagnostiche, l’obiettivo non è classificare direttamente i giocatori come patologici o non patologici, ma studiare le dinamiche comportamentali emergenti dai dati attraverso un approccio non supervisionato e interpretabile. In questa tesi viene proposta una pipeline di analisi basata sulla costruzione di feature comportamentali derivate dall’attività di gioco, tra cui numero di puntate, volume giocato, puntata media e massima, rischio medio, variabilità del rischio, indicatori di chasing e variabili temporali successive alle perdite. Dopo una fase di preprocessing e normalizzazione, le osservazioni vengono proiettate in uno spazio bidimensionale mediante UMAP e successivamente segmentate tramite HDBSCAN, con l’obiettivo di individuare gruppi comportamentali omogenei e osservazioni non assegnate. La fase centrale del lavoro riguarda l’interpretazione dei cluster ottenuti. A tal fine, i profili individuati vengono inizialmente descritti attraverso z-score delle feature rispetto alla popolazione generale, così da evidenziare le variabili sopra o sotto media per ciascun cluster. Successivamente, l’analisi viene rafforzata mediante strumenti di interpretabilità post-clustering. In particolare, vengono utilizzati modelli surrogate basati su Random Forest e valori SHAP per individuare le feature che distinguono i cluster di interesse dal profilo stabile principale. Inoltre, viene impiegato ClusterExplorer, uno strumento rule-based per la spiegazione di pipeline di clustering black-box, al fine di generare regole descrittive valutate in termini di coverage, separation error e conciseness. I risultati mostrano la presenza di un ampio cluster stabile, caratterizzato da valori prossimi alla media generale, e di cluster minori associati a profili comportamentali più marcati, in particolare rispetto a rischio medio, esposizione economica, temporalità delle puntate e possibili dinamiche di chasing. Le osservazioni classificate come rumore da HDBSCAN risultano eterogenee, ma l’analisi SHAP e rule-based evidenzia che esse non sono completamente casuali, poiché risultano distinguibili dal profilo stabile attraverso feature comportamentali rilevanti. Il lavoro dimostra quindi come tecniche di clustering e strumenti di interpretabilità possano essere combinati per analizzare dati di gambling online in modo trasparente e metodologicamente prudente. I cluster individuati non assumono valore diagnostico, ma rappresentano profili comportamentali utili per comprendere pattern di gioco differenti e per supportare future analisi sul rischio nel gambling online.