Inferentie op basis van sociale netwerken

Fraudedetectie in R

Tim Verdonck

Professor Data Science at KU Leuven

Inferentie op basis van sociale netwerken

Doel

Voorspel het gedrag van een knoop op basis van het gedrag van andere knopen

Inferentie op basis van sociale netwerken

Uitdagingen

Data zijn niet onafhankelijk
- Gedrag van één knoop kan andere knopen beïnvloeden
- Gecorreleerd gedrag tussen knopen
Collectieve inferentie: inferenties over knopen beïnvloeden elkaar

Niet-relationeel vs relationeel

Niet-relationeel model

Gebruikt alleen lokale info
Logistische regressie, beslisbomen, ...

Relationeel model

Benut links in het netwerk
Relationele neighbor-classifier

Relationele neighbor-classifier

Aannames

Homofilie: verbonden knopen hebben de neiging tot dezelfde klasse te horen ("schuld door associatie")
Sommige klasselabels zijn bekend

Relationele neighbor-classifier

Fraudekans

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

Relationele neighbor-classifier met gewichten

Fraudekans

$$P(F | ?) = \frac{1 + 2}{3 + 1 + 1 + 2 + 1}=\frac{3}{8}=37.5\%$$

Relationele neighbor-classifier

vertex_attr(network) ## Knopen gelabeld als 1 (fraude), 0 (geen fraude) of NA (onbekend)
$name

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

$isFraud

NA  1  0  1  0  0

edge_attr(network) ## De randen hebben een gewicht

$weight

2 3 1 1 1

Relationele neighbor-classifier

## subgraph(): maak subgraaf met knoop "?" en alle frauduleuze knopen
subnetwork <- subgraph(network, v = c("?", "B", "D"))

## strength(): som van randgewichten van aangrenzende randen voor knoop "?"
prob_fraud <- strength(subnetwork, v = "?") / strength(network, v = "?")

prob_fraud

0.375

Laten we oefenen!

Fraudedetectie in R