社交网络指标

R 中的欺诈检测

Tim Verdonck

Professor Data Science at KU Leuven

测地线（Geodesic）

节点之间的最短路径，例如 A 到 I：

shortest_paths(network, from = "A", to = "I")

A C G I

测地线_v2.png

R 中的欺诈检测

度 = 边的数量

degree(network)

A 
2

玩具图_节点A.png

R 中的欺诈检测

度 = 边的数量

degree(network)

A B
2 2

玩具图_节点B.png

R 中的欺诈检测

度 = 边的数量

degree(network)

A B C
2 2 1

玩具图_节点C.png

R 中的欺诈检测

度 = 边的数量

degree(network)

A B C D 
2 2 1 3

若网络有 N 个节点，度的归一化即除以 N-1。本例除以 3：

degree(network, normalized = TRUE)

      A       B       C       D
0.66667 0.66667 0.33333 1.00000

玩具图_节点D.png

R 中的欺诈检测

接近度（Closeness）

某节点到网络中所有其他节点的距离倒数之和

接近度_空白.png

R 中的欺诈检测

接近度（Closeness）

某节点到网络中所有其他节点的距离倒数之和

closeness(network)

   A
0.25

接近度_A.png

R 中的欺诈检测

接近度（Closeness）

某节点到网络中所有其他节点的距离倒数之和

closeness(network)

   A    B
0.25 0.25

接近度_B.png

R 中的欺诈检测

接近度（Closeness）

某节点到网络中所有其他节点的距离倒数之和

closeness(network)

   A    B    C
0.25 0.25 0.20

接近度_C.png

R 中的欺诈检测

接近度（Closeness）

某节点到网络中所有其他节点的距离倒数之和

closeness(network)

   A    B    C    D 
0.25 0.25 0.20 0.33

接近度_D.png

R 中的欺诈检测

接近度（Closeness）

某节点到网络中所有其他节点的距离倒数之和

closeness(network)

   A    B    C    D 
0.25 0.25 0.20 0.33 

closeness(network, normalized = TRUE)

   A    B    C    D
0.75 0.75 0.60 1.00

接近度_全部.png

R 中的欺诈检测

中介中心性（Betweenness）

某节点或边出现在网络测地线中的次数 中介中心性_空白.png

R 中的欺诈检测

中介中心性（Betweenness）

某节点或边出现在网络测地线中的次数 中介中心性_A_E.png

betweenness(network)

A       E
0       0
R 中的欺诈检测

中介中心性（Betweenness）

某节点或边出现在网络测地线中的次数 中介中心性_B.png

betweenness(network)

A B     E
0 3     0
R 中的欺诈检测

中介中心性（Betweenness）

某节点或边出现在网络测地线中的次数 中介中心性_C.png

betweenness(network)

A B C   E
0 3 4   0
R 中的欺诈检测

中介中心性（Betweenness）

某节点或边出现在网络测地线中的次数 中介中心性_D.png

betweenness(network)

A B C D E
0 3 4 3 0
R 中的欺诈检测

特征化（Featurization）

特征化2

R 中的欺诈检测

Passons à la pratique !

R 中的欺诈检测

Preparing Video For Download...