Inferência baseada em rede social

Detecção de Fraudes em R

Tim Verdonck

Professor Data Science at KU Leuven

Inferência baseada em rede social

Objetivo

Prever o comportamento de um nó com base no comportamento de outros nós

Nós ausentes na rede

Inferência baseada em rede social

Desafios

Os dados não são independentes
- O comportamento de um nó pode influenciar o de outros
- Comportamentos correlacionados entre nós
Inferência coletiva: inferências sobre nós podem se afetar

Nós ausentes na rede

Não relacional vs. relacional

Modelo não relacional

Usa apenas informação local
Regressão logística, árvores de decisão, ...

regressão_logística.png

Modelo relacional

Usa os vínculos da rede
Classificador por vizinhos relacionais

Classificador por vizinhos relacionais

Premissas

Homofilia: nós conectados tendem a pertencer à mesma classe ("culpa por associação")
Alguns rótulos de classe são conhecidos

nó_ausente.png

Classificador por vizinhos relacionais

Probabilidade de fraude

$$P(F | ?) = \frac{1 + 1}{1 + 1 + 1 + 1 + 1}=\frac{2}{5}= 40\%$$

nó_ausente.png

Classificador por vizinhos relacionais com pesos

Probabilidade de fraude

$$P(F | ?) = \frac{1 + 2}{3 + 1 + 1 + 2 + 1}=\frac{3}{8}=37,5\%$$

nó_ausente_ponderado.png

Classificador por vizinhos relacionais

vertex_attr(network) ## Os nós são rotulados como 1 (fraude), 0 (não é fraude) ou NA (desconhecido)
$name

"?" "B" "C" "D" "E" "A"

$isFraud

NA  1  0  1  0  0

edge_attr(network) ## As arestas têm peso

$weight

2 3 1 1 1

Classificador por vizinhos relacionais

## subgraph(): cria subgrafo contendo o nó "?" e todos os nós fraudulentos
subnetwork <- subgraph(network, v = c("?", "B", "D"))

## strength(): soma os pesos das arestas adjacentes ao nó "?"
prob_fraud <- strength(subnetwork, v = "?") / strength(network, v = "?")

prob_fraud

0.375

Vamos praticar!

Detecção de Fraudes em R