Funkce recency

Detekce podvodů v R

Tim Verdonck

Professor Data Science at KU Leuven

Metoda ověření vs čas

metoda ověření vs čas

Velký časový interval

velký časový interval

Malý časový interval

malý časový interval

Nulová recency

nulová recency

Anomální chování

anomální chování

Definice

$recency=exp(-\gamma\cdot t)=e^{-\gamma t}$
- $t$ = časový interval mezi dvěma po sobě jdoucími událostmi stejného typu
- $\gamma$ = ladicí parametr, typicky blízký 0 (např. 0,01, 0,02, 0,05)
- $0 \leq recency \leq 1$

Recency vs čas

recency vs čas

Jak zvolit parametr $\gamma$?

(1) zvolte malou hodnotu recency (např. 0,01) po určitém čase ($t$)
(2) vypočtěte $\gamma=-log(recency)/t$
Příklad: nastavte $\gamma$ tak, aby recency = 0,01 po $t$ = 180 dnech
```
gamma <- -log(0.01)/180
print(gamma)
```

0.02558428

Funkce recency v R (krok 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)

}

Funkce recency v R (krok 2)

(1) Zvolte hodnotu $\gamma$

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

(2) Použijte rollapply(), group_by() a 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

Funkce založené na čase, frekvenci a recency

funkce pro čas, frekvenci a recency

Pojďme si procvičit!

Detekce podvodů v R