基于社交网络的推断

R 中的欺诈检测

Tim Verdonck

Professor Data Science at KU Leuven

基于社交网络的推断

目标

基于其他节点的行为预测某节点的行为

网络中的缺失节点

基于社交网络的推断

挑战

数据并非独立
- 一个节点的行为可能影响其他节点
- 节点间行为相关
集体推断：对节点的推断会相互影响

网络中的缺失节点

非关系 vs 关系

非关系模型

仅用局部信息
逻辑回归、决策树等

逻辑回归

关系模型

利用网络中的链接
关系型邻居分类器

简单网络

关系型邻居分类器

假设

同质性：相连节点倾向于属于同一类别（"以邻为伍"）
已知部分类别标签

缺失节点

关系型邻居分类器

欺诈概率

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

缺失节点

带权的关系型邻居分类器

欺诈概率

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

带权缺失节点

关系型邻居分类器

vertex_attr(network) ## 节点标签：1（欺诈）、0（非欺诈）、NA（未知）
$name

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

$isFraud

NA  1  0  1  0  0

edge_attr(network) ## 边具有权重

$weight

2 3 1 1 1

关系型邻居分类器

## subgraph(): 创建仅含节点"?"及所有欺诈节点的子图
subnetwork <- subgraph(network, v = c("?", "B", "D"))

## strength(): 汇总节点"?"相邻边的权重
prob_fraud <- strength(subnetwork, v = "?") / strength(network, v = "?")

prob_fraud

0.375

¡Vamos a practicar!

R 中的欺诈检测