Suy luận dựa trên mạng xã hội

Phát hiện gian lận với R

Tim Verdonck

Professor Data Science at KU Leuven

Suy luận dựa trên mạng xã hội

Mục tiêu

Dự đoán hành vi của một nút dựa trên hành vi của các nút khác

các nút thiếu trong mạng

Suy luận dựa trên mạng xã hội

Thách thức

Dữ liệu không độc lập
- Hành vi của một nút có thể ảnh hưởng nút khác
- Hành vi giữa các nút có tương quan
Suy luận tập thể: suy luận về các nút có thể ảnh hưởng lẫn nhau

các nút thiếu trong mạng

Phi quan hệ vs quan hệ

Mô hình phi quan hệ

Chỉ dùng thông tin cục bộ
Hồi quy logistic, cây quyết định, ...

hồi quy logistic

Mô hình quan hệ

Tận dụng các liên kết trong mạng
Bộ phân loại láng giềng quan hệ

mạng đơn giản

Bộ phân loại láng giềng quan hệ

Giả định

Đồng thanh tương ứng (homophily): nút nối với nhau có xu hướng cùng lớp ("guilt by association")
Một số nhãn lớp đã biết

nút thiếu

Bộ phân loại láng giềng quan hệ

Xác suất gian lận

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

nút thiếu

Bộ phân loại láng giềng có trọng số

Xác suất gian lận

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

nút thiếu có trọng số

Bộ phân loại láng giềng quan hệ

vertex_attr(network) ## Nodes are labeled as 1 (fraud), 0 (not fraud), or NA (unknown)
$name

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

$isFraud

NA  1  0  1  0  0

edge_attr(network) ## The edges have a weight

$weight

2 3 1 1 1

Bộ phân loại láng giềng quan hệ

## subgraph(): create subgraph containing nodes "?" and all fraudulent nodes
subnetwork <- subgraph(network, v = c("?", "B", "D"))

## strength(): sum up the edge weights of the adjacent edges for node "?"
prob_fraud <- strength(subnetwork, v = "?") / strength(network, v = "?")

prob_fraud

0.375

Ayo berlatih!

Phát hiện gian lận với R