用深度学习进行欺诈检测

正如吴恩达在他关于应用 triplet loss 函数的演讲中指出的那样，在深度学习文献中总是会用到“__Net”或者“Deep__”这样的取名。所以，本着这种“传统”，我也将本文命名为Fraud Net或者Deep Fraud。

言归正传，我们还是开始讲欺诈检测吧。

图1：包括金融公司常规交易和欺诈交易的图

场景一：提高信用卡欺诈分析工具的准确性。

首先，要将你的数据组织成graph。将个人客户和商家作为节点，并将其财务历史作为节点属性。使用节点属性（比如交易时间戳和交易金额）构建表示这些实体之间金融交易的边。

然后，将graph嵌入到低维空间，这样我们才可以使用较为简单的模型来分析它。为什么不直接将graph data输入到模型中呢？因为几何形状不兼容（你可以通过学习Kipf他们的论文《Semi-Supervised Classification with Graph Convolutional Networks》了解我说的意思）。

正如上面所说，节点表示拥有信用卡的个人客户和与他们交易的商户。注意下面的三维结构，大量的边表示金融交易。这真是一个非常需要嵌入的图。

边表示金融交易

embedding的策略有很多，我主要介绍两个常见的，一是主成分分析降低维度（PCA）；二是通过特征值分解的spectral embedding（eig）。

图3：这是图2经过两种embedding方法后的呈现，蓝色是PCA；橙色是特征值分解。

最后，我们可以构建一个模型，对经过嵌入的graph进行建模就和普通的深度学习建模一样了。这包括了节点（实体），边，还有上述的坐标信息。建一个分类模型，进行训练就好了。

相关的信用卡欺诈检测数据集：http://mlg.ulb.ac.be

关于上述两个方法，也为大家找来了两种方法的详述内容：

The Principal Components Analysis of a Graph, and its Relationships to Spectral Clustering

https://www.info.ucl.ac.be/~pdupont/pdupont/pdf/ecml04.pdf

Spectral embedding of graphs

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.101.2297&rep=rep1&type=pdf

使用 Topology metric——团伙欺诈

场景二： 从大量的交易记录中找出洗钱的团伙。 这个问题比分析单个交易记录更有趣。 这不是看离散样本，而是要分析金融交互。 这也是图真正的魅力所在。

看下图，这是一组在财务上互动的公司。颜色代表他们的“community”，由无监督学习算法确定。任务是分析黄色的公司真的是洗钱团伙的幌子吗？

图4：黄色的公司真的是洗钱团伙的幌子吗？

第一步：将数据定义为图结构；

第二步：构建一个算法，提取感兴趣的子图（上图中的彩色社区），并计算每个社区的Topology metric；Topology metric是描述子图形状的，比如一种流行的Topology metric是边的数量，在黄色的子图中，有25条边。这里有很多何种Topology metric，我们为每个子图计算了几十个；

第三步：为每个子图构建这些topology metric的特征向量，以另一种方式连接节点属性。这里是计算子图中所有节点的平均节点属性；

第四步：构建已知标签的目标向量（或者多分类目标矩阵），然后构建模型训练。