Inférence basée sur les réseaux sociaux

Détection de la fraude en R

Tim Verdonck

Professor Data Science at KU Leuven

Inférence basée sur les réseaux sociaux

Objectif

Prédire le comportement d'un nœud à partir de celui des autres nœuds

Inférence basée sur les réseaux sociaux

Défis

Les données ne sont pas indépendantes
- Le comportement d'un nœud peut influencer celui des autres
- Comportements corrélés entre nœuds
Inférence collective : les inférences sur des nœuds s'influencent mutuellement

Non relationnel vs relationnel

Modèle non relationnel

Exploite seulement l'information locale
Régression logistique, arbres de décision, …

Modèle relationnel

Tient compte des liens du réseau
Classifieur des voisins relationnels

Classifieur des voisins relationnels

Hypothèses

Homophilie : des nœuds connectés tendent à appartenir à la même classe (« culpabilité par association »)
Certaines étiquettes de classe sont connues

Classifieur des voisins relationnels

Probabilité de fraude

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

Classifieur des voisins relationnels pondéré

Probabilité de fraude

$$P(F | ?) = \frac{1 + 2}{3 + 1 + 1 + 2 + 1}=\frac{3}{8}=37,5\%$$

Classifieur des voisins relationnels

vertex_attr(network) ## Nodes are labeled as 1 (fraud), 0 (not fraud), or NA (unknown)
$name

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

$isFraud

NA  1  0  1  0  0

edge_attr(network) ## The edges have a weight

$weight

2 3 1 1 1

Classifieur des voisins relationnels

## subgraph(): create subgraph containing nodes "?" and all fraudulent nodes
subnetwork <- subgraph(network, v = c("?", "B", "D"))

## strength(): sum up the edge weights of the adjacent edges for node "?"
prob_fraud <- strength(subnetwork, v = "?") / strength(network, v = "?")

prob_fraud

0.375

Passons à la pratique !

Détection de la fraude en R