【玩转数据系列三】利用图算法实现金融行业风控
来源:互联网 发布:abb工业机器人编程 编辑:程序博客网 时间:2024/05/21 09:49
(本文数据为虚构,仅供实验)
一、背景
本文将针对阿里云平台上图算法模块来进行实验。图算法一般被用来解决关系网状的业务场景。与常规的结构化数据不同,图算法需要把数据整理成首尾相连的关系图谱。图算法更多的是考虑边和点的概念。阿里云机器学习平台上提供了丰富的图算法组件,包括K-Core、最大联通子图、标签传播聚类等。
本文的业务场景如下:
下图是已知的一份人物通联关系图,每两个人之间的连线表示两人有一定关系,可以是同事关系或者亲人关系等。已知“Enoch”是信用用户,"Evan"是欺诈用户,计算出其它人的信用指数。通过图算法,可以算出图中每个人是欺诈用户的概率,这个数据可以方便相关机构做风控。
二、数据集介绍
数据源:本文数据为自己生成,用于实验。
具体字段如下:
数据截图:
三、数据探索流程
首先,实验流程图:
1.最大联通子图
最大联通子图的功能很好理解,前面已经介绍了,图算法的输入数据是关系图谱结构的。最大联通子图可以找到有通联关系的最大集合,在团伙发现的场景中可以排除掉一些与风控场景无关的人。本次实验通过“最大联通子图”组件将数据中的群体分为两部分,并赋予group_id。通过“SQL脚本”组件和“JOIN”组件去除下图中的无关联人员。
2.单源最短路径
通过“单源最短路径”组件探查出每个人的一度人脉、二度人脉关系等。distance讲的是“Enoch”通过几个人可以联络到目标人。
如下图:
3.标签传播分类
“标签传播分类”算法为半监督的分类算法,原理是用已标记节点的标签信息去预测未标记节点的标签信息。在算法执行过程中,每个节点的标签按相似度传播给相邻节点。
调用“标签传播分类”组件除了要有所有人员的通联图数据以外,还要有人员打标数据。这里通过“已知数据-读odps”组件导入打标数据(weight表示目标是欺诈用户的概率):
通过SQL对结果进行筛选,最终结果展现的是每个人涉嫌欺诈的概率,数值越大表示是欺诈用户的概率越大。
四、其它
参与讨论:云栖社区公众号
免费体验:阿里云数加机器学习平台
扫我,和云栖在线交流
- 【玩转数据系列三】利用图算法实现金融行业风控
- 利用图算法实现金融行业风控
- 【玩转数据系列十三】机器学习算法基于信用卡消费记录做信用评分
- 玩转数据
- HAWQ + MADlib 玩转数据挖掘之(十)——图算法之单源最短路径
- HAWQ + MADlib 玩转数据挖掘之(十)——图算法之单源最短路径
- 【玩转数据系列十七】机器学习实现双十一购物清单的自动商品标签归类
- HAWQ + MADlib 玩转数据挖掘之(四)——低秩矩阵分解实现推荐算法
- HAWQ + MADlib 玩转数据挖掘之(五)——奇异值分解实现推荐算法
- HAWQ + MADlib 玩转数据挖掘之(四)——低秩矩阵分解实现推荐算法
- HAWQ + MADlib 玩转数据挖掘之(四)——低秩矩阵分解实现推荐算法
- 金融行业风控概念及分析
- 原来MaxCompute还能这么玩系列(3)—— 借力QlikView玩转数据分析
- HAWQ + MADlib 玩转数据挖掘之(三)——向量
- 用IT技术玩金融系列文章
- 用IT技术玩金融系列文章
- 用IT技术玩金融系列文章
- 用IT技术玩金融系列文章
- STM32 FreeModbus RTU从机移植以及UART配置
- angularjs ng-show和css display的区别
- android关于关闭任意的activity
- iOS 常见bug
- Linux_Nginx安装教程
- 【玩转数据系列三】利用图算法实现金融行业风控
- Android单线程模型中Message、Handler、Message Queue、Looper之间的关系
- 基于AOP的iOS用户操作引导框架设计
- Mac常见问题
- checkbox
- top free命令真的能得到实际内存使用状况吗?
- EasyUi常用组件(二)Tree
- 详细解析 RxAndroid 的使用方式
- 认识Router