Variables de récence

Détection de fraude en R

Tim Verdonck

Professor Data Science at KU Leuven

Méthode d'authentification vs temps

recency_part1

Grand intervalle de temps

recency_part2

Petit intervalle de temps

recency_part3

Récence nulle

recency_part4

Comportement anormal

recency_part5

Définition

$recency=exp(-\gamma\cdot t)=e^{-\gamma t}$
- $t$ = intervalle entre deux événements consécutifs du même type
- $\gamma$ = paramètre d'ajustement, généralement proche de 0 (p. ex. 0.01, 0.02, 0.05)
- $0 \leq recency \leq 1$

Récence vs temps

recency_vs_time

Comment choisir le paramètre $\gamma$ ?

(1) choisir quand la récence est faible (p. ex. 0.01) après un certain temps $t$
(2) calculer $\gamma=-log(recency)/t$
Exemple : fixer $\gamma$ tel que recency = 0.01 après $t$ = 180 jours
```
gamma <- -log(0.01)/180
print(gamma)
```

0.02558428

Variable de récence en R (étape 1)

recency_fun <- function(t, gamma, auth_cd, freq_auth) {

  n_t <- length(t)

  if (freq_auth[n_t] == 0) {
    recency <- 0 # recency = 0 when frequency = 0

  } else {
    time_diff <- t[1] - max(t[2:n_t][auth_cd[(n_t-1):1] == auth_cd[n_t]])
    # time-interval = current time - time of previous transfer with same auth_cd

    recency <- exp(-gamma * time_diff)
  }
  return(recency)

}

Variable de récence en R (étape 2)

(1) Choisir une valeur pour $\gamma$

gamma <- -log(0.01)/180 # = 0.0256

(2) Utiliser rollapply(), group_by() et mutate()

library(dplyr) # needed for group_by() and mutate()
library(zoo) # needed for rollapply()
trans <- trans %>% group_by(account_name) %>%
    mutate(rec_auth = rollapply(timestamp,
                               width = list(0:-length(transfer_id)),
                               partial = TRUE,
                               FUN = recency_fun,
                               gamma, authentication_cd, freq_auth))

   account_name timestamp authentication_cd rec_auth fraud_flag
1           Bob     44.25              AU02    0.000          0
2         Alice     54.12              AU03    0.000          0
3           Bob     57.45              AU04    0.000          0
4           Bob     64.29              AU02    0.599          0
5         Alice     64.29              AU03    0.771          0
6           Bob     64.29              AU02    1.000          0
7         Alice     70.25              AU03    0.859          0
8           Bob     70.25              AU02    0.859          0
9         Alice     74.08              AU01    0.000          0
...         ...       ...               ...      ...        ...
37          Bob    407.17              AU02    0.002          0
38        Alice    420.17              AU03    0.717          0
39          Bob    441.34              AU03    0.000          1
40        Alice    443.24              AU04    0.000          1

Variables basées sur le temps, la fréquence et la récence

features1

Passons à la pratique !

Détection de fraude en R