A Web pode ser considerada o sistema computacional mais popular, importante e dinâmicos dos últimos tempos. Apesar de seu enorme sucesso, a Web apresenta inúmeros desafios, sendo que esse mesmo sucesso é responsável por uma grande parte deles. Um dos desafios está vinculado à ocorrência de fraudes na Web. O problema central que motiva esse trabalho é a identificação de fraudes eletrônicas, tema que é amplo e está relacionado a diferentes tipos de fraudes que podem ocorrer nesse cenário de comércio eletrônico. O objetivo dessa pesquisa é projetar e implementar técnicas para detecção de fraudes em transações eletrônicas, como, por exemplo, em aplicação de e-Business que envolvem pagamento eletrônico. Para isso, a proposta é utilizar diferentes abordagens e avaliar sua eficácia, usando dados reais. Para realização desse cenário, temos uma cooperação com a instituição Universo Online S/A (UOL), que nos oferece uma base de dados reais para realização de estudo de caso. Mais especificamente, a proposta é trabalhar com a modelagem, caracterização previsão de Charge-Back. O problema de previsão de Charge-Back se resume à necessidade de identificar quais transações eletrônicas vão culminar em estorno e, complementarmente, quais serão bem sucedidas. Antes de aplicar técnicas para previsão de Charge-Back, torna-se necessário caracterizar os atributos das transações eletrônicas para entender melhor as suas características. A solução desse problema está diretamente relacionado ao problema de classificação, que pode ser dividido em duas etapas principais: treinamento e avaliação. O treinamento diz respeito à construção de um modelo para classificar as transações. Já a avaliação consiste na aplicação do modelo de classificação a dados de teste e obtenção de indicadores para análise da qualidade dos resultados.