社区发现系列04-社区的特征分析

在实际黑产团伙挖掘工作中，我们一般：
1）首先要计算一张大图，
2）然后用社区发现算法对大图进行社区划分，
3）然后过滤一些规模异常的社区后，
4）就要对社区进行分析和挖掘，
5）制定作弊团伙风控策略
在前面的文章中我们研究了目前最有效的社区发现算法是Louvain算法，可以用该算法进行社区发现，得到一个个社区。得到社区后，我们如何从中分析和挖掘我们关注的作弊团伙呢？可能不同的业务场景关注的重点不同，可以去分析下面的一些基本问题：

1、社区分析：

1. 孰强孰弱-个体能力分析：网络中哪些节点至关重要，哪些节点可以忽略？在广告投放业务中：我应该寻找哪个节点（意见领袖KOL发现）扩散广告信息可以获得最大信息传递和回报；在风控反欺诈业务中，我们通过寻找核心作弊成员进行封禁，而对非核心成员进行豁免，可以增加策略处罚的准确率，降低误伤
2. 孰亲孰远-群体结构分析：网络中是否存在关系紧密的群体？如果有，则如何发现它们？不同群体之间有何差异？对于关系紧密的作弊团伙，我们可以增加风险预警，重点监控
3. 孰新孰老-时间演变分析：网络是如何发展的，早期网络与晚期网络有何差异？比如某个作弊团伙是处于团伙作案的初期还是中期还是晚期？
4. 孰同孰异-实体关系分析：这个网络的哪些节点比较接近，他们是属于中介还是黑产呢
5. 孰胜孰衰-综合情报决策：本问题是网络分析的核心目标&#