图模型在欺诈检测应用一点看法

在三十而立的日子，把很久之前写的东西发出来，以纪念这个特殊的日子。

因为研究生研究经历，以及工作经历中前前后后涉及过这块，之前也和很多人私下探讨过这个领域问题，现在把里面一些关键点写出来，算抛砖引玉吧。

范涛

发表于2017/12/07

--------------------------------------------------------------------------------------------------------------

背景

为什么是图模型？

（1） 现实世界，实体之间本身就是存在自然关联的。

（2）欺诈者容易改变自身欺诈手法，逃避风控规则，但是他难以改变的全部关联关系，以及难以掌握全局视图，难以让他所在网络群体同步执行相同操作来躲避风控。还有一句话"天网恢恢，疏而不漏"，当关联网络覆盖到一个很大范围时候，欺诈者即使再小心，可能也会无意中暴露出一点蛛丝马迹。在一个大型关联网络中，是十分容易发现逻辑不一致的地方（当一个人用一个谎言弥补自己的的过错时候，未来他会用更多的谎言去圆当初的谎言，这个时候是十分容易出现逻辑悖论）。

图模型挑战：

（1）标记数据获取难度大，效果评估难度大；

（2）工业界关联网络规模巨大，要求算法不仅识别精度高，在时间和空间上能scalable。

(3) 如何对模型进行解释

技术方案

一： Structure based

1.1 Feature based

1.1.1 构建分类模型

计算节点的入度，出度，聚类系数，节点介数，node2vec（节点向量表现形式）等，利用这些feature，以及节点本身具备的额外属性特征构建分类器，识别是否欺诈。这种监督方法也比较主流，效果还是不错的（蚂蚁金服人工智能部对外技术分享提到过他们把node2vec，融入到风控模型中，带来不错的效果提升[1]）。

风险点：把图模型的特征融合到样本特征体系中，需要考虑覆盖情况，当你的关联数据不够庞大时候，图模型特征可以覆盖的样本可能不足，这在训练和应用监督模型时候可能是个问题。

1.1.2 挖掘异常subgraph

在网络结构，比如某些subgraph在某些feature上（如平均degree值）远高于其他，那这种结构在我们定义的网络关系中是否合理？

当我们根据历史欺诈case发现某种欺诈场景的关联网络subgraph基本呈现特定结构，那我们可以在全局的关联网络图中把符合这个特定结构的subgraph都找出来。