Caracteristici de recență

Detecția fraudelor în R

Tim Verdonck

Professor Data Science at KU Leuven

Metoda de autentificare vs timp

metoda de autentificare vs timp

Interval de timp mare

interval de timp mare

Interval de timp mic

interval de timp mic

Recency zero

recency zero

Comportament anomal

comportament anomal

Definiție

$recency=exp(-\gamma\cdot t)=e^{-\gamma t}$
- $t$ = intervalul de timp dintre două evenimente consecutive de același tip
- $\gamma$ = parametru de ajustare, de obicei aproape de 0 (ex. 0.01, 0.02, 0.05)
- $0 \leq recency \leq 1$

Recency vs timp

recency vs timp

Cum se alege parametrul $\gamma$?

(1) alegeți când recency este mic (ex. 0.01) după un anumit interval ($t$) de timp
(2) calculați $\gamma=-log(recency)/t$
Exemplu: setați $\gamma$ astfel încât recency = 0.01 după $t$ = 180 zile
```
gamma <- -log(0.01)/180
print(gamma)
```

0.02558428

Caracteristica recency în R (pasul 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)

}

Caracteristica recency în R (pasul 2)

(1) Alegeți valoarea pentru $\gamma$

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

(2) Utilizați rollapply(), group_by() și 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

Caracteristici bazate pe timp, frecvență și recency

caracteristici bazate pe timp, frecvență și recency

Să exersăm!

Detecția fraudelor în R