Analiza rețelelor sociale

Detecția fraudelor în R

Bart Baesens

Professor Data Science at KU Leuven

Componentele rețelei sociale

Noduri (vârfuri)

  • clienți
  • companii
  • produse
  • carduri de credit
  • conturi
  • pagini web

toy_graph_01.png

Detecția fraudelor în R

Componentele rețelei sociale

Muchii

  • Tipuri diferite de relații, ex. transfer de bani, apel, prietenie, transmitere a unei boli, referință

toy_graph_02.png

Detecția fraudelor în R

Componentele rețelei sociale

Muchii

  • Tipuri diferite de relații, ex. transfer de bani, apel, prietenie, transmitere a unei boli, referință
  • Ponderate în funcție de ex. frecvența interacțiunilor, importanța schimbului de informații, intimitate, intensitate emoțională

toy_graph_03.png

Detecția fraudelor în R

Componentele rețelei sociale

Muchii

  • Tipuri diferite de relații, ex. transfer de bani, apel, prietenie, transmitere a unei boli, referință
  • Ponderate în funcție de ex. frecvența interacțiunilor, importanța schimbului de informații, intimitate, intensitate emoțională
  • Direcționate, ex. intrante sau ieșite

toy_graph_04.png

Detecția fraudelor în R

Reprezentarea rețelei sociale

sociogram.png

Detecția fraudelor în R

Reprezentarea rețelei sociale

connectivity_matrix.png

Detecția fraudelor în R

Reprezentarea rețelei sociale

adjacency_list.png

Detecția fraudelor în R

Reprezentarea rețelei sociale

adjacency_list.png

Detecția fraudelor în R

Construirea unei rețele

  • Dintr-o sursă de date tranzacționale ...
print(transactions)

   originator beneficiary amount  time benef_country payment_channel
1        ID14        ID16    102 22:47           GBR         CHAN_04
2        ID14        ID15    125 20:21           USA         CHAN_02
3        ID02        ID01   1067 10:45           CAN         CHAN_04
4        ID05        ID06     59 15:40           USA         CHAN_02
  • ... către o rețea cu funcția graph_from_data_frame()
library(igraph)
network <- graph_from_data_frame(transactions, directed = FALSE)
Detecția fraudelor în R
plot(network)

plain_network

Detecția fraudelor în R
E(network)

+ 16/16 edges from 297af3c (vertex names):
 [1] ID02--ID01 ID11--ID04 ID04--ID01 ID04--ID03 ID03--ID01 ID08--ID09
 [7] ID14--ID15 ID03--ID14 ID05--ID06 ID11--ID12 ID02--ID05 ID11--ID13
[13] ID02--ID08 ID14--ID16 ID08--ID10 ID05--ID07

V(network)

+ 16/16 vertices, named, from 297af3c:
ID02 ID11 ID04 ID03 ID08 ID14 ID05 ID01 ID09 ID15 ID06 ID12 ID13 ID16 ID10 ID07

V(network)$name

"ID02" "ID11" "ID04" "ID03" "ID08" "ID14" "ID05" ... "ID16" "ID10" "ID07"
Detecția fraudelor în R

Muchii suprapuse

plot(net)

E(net)$width <- count.multiple(net)

edge_attr(net)

$width
7 7 7 7 7 7 7 1 1 1 4 4 4 4 1 1

multiple_edges.png

Detecția fraudelor în R

Muchii suprapuse

E(net)$curved <- FALSE
plot(net)

weighted_edges.png

Detecția fraudelor în R

Să exersăm!

Detecția fraudelor în R

Preparing Video For Download...