GraphRAD: A Graph-based Risky Account Detection System

GraphRAD系统详解

1. 交易记录

将交易记录分为训练集和测试集。对于参数估计和调优，我们只使用出现在训练集中的账户标签，而在性能评价阶段使用测试集中的账户进行评价。在测试中，我们特别关注那些“遗漏的未被检测到的风险账户”。

2. 图生成器(Graph Generator)

在同一笔交易中，如果两个账户有相同的某种属性（如，收货地址），就在这两个用户中间构建一条边。

以此，将一段时期内的交易记录，构建成图，称 account link graph。

依照启发式方法，执行两步过滤操作：

degrees filter：移除图中度非常大的节点
评价标签：

Trusted labels 被分配给长期建立的账户，自建立以来没有任何关于它的欺诈报告
Fraud labels 被分配给我们确信它就是欺诈账户的
Risky labels 被分配给我们认为这个账户存在风险，但不确定它是不是欺诈账户

3. 种子模型(Seeding module)

Seeding module使用一组启发式规则为社区检测(Community Detection)模块挑选种子顶点(account)。种子顶点包括所有带欺诈标记的顶点和部分带风险标记的顶点。

4. 社区检测(Community Detection )

社区检测模块接收Seeding module提供的种子顶点，并在“account link graph”上执行局部图聚类算法，输出是一组子图(社区)，每个子图都以种子顶点为中心。

local graph clustering

5. 筛选+合并(Screen + Merge)

利用社区统计训练的回归模型对社区风险进行排序，只保留风险较大的社区，称 big-comm，这样就进一步缩减了社区检测输出的子图规模，最后提交专家评审，又节约了大量时间和专家。

6.社区提取(Community Extractor)

该模块对欺诈者帐户进行集群，并为每个集群提取社区，它从“big-comm”中提取出几乎不重叠的小型欺诈社区。与后面将会介绍的评分模块中的帐户风险评分一起，这些小社区将呈现给人类专家。

hierarchical clustering + local graph clustering

7. 特征提取(Feature Extractor)

此模块使用交易记录中的属性为“big-comm”的每个顶点(帐户)生成特征向量。注意，这些属性不同于用于构建“big-graph”的属性，而是一组本文没有描述的交易风险指标。

8. 评分(Scoring)

评分模块接收从Feature Extractor中获得的特征向量，并执行半监督分类规则化的“big-comm”图。输出是分配给“big-comm”的每个顶点(帐户)的风险分数。

论文阅读笔记：GraphRAD---A Graph-based Risky Account Detection System相关推荐

虚假新闻检测的论文阅读笔记——sigir2021：User Preference-aware Fake News Detection
文章目录 1.虚假新闻检测的相关简介 2.本篇论文引言 3.模型介绍 3.1.内生偏好编码器 3.2.外生内容编码器 3.3.二者信息融合 4.实验 4.1.各模型的实验结果 4.2.消融实验 5.结 ...
论文阅读：A Novel Graph based Trajectory Predictor with Pseudo Oracle
A Novel Graph based Trajectory Predictor with Pseudo Oracle 摘要 1 引言 2 相关工作 3 PROPOSED METHOD IV. EXP ...
论文阅读笔记：Link Prediction Based on Graph Neural Networks
文章目录说明 Abstract 1 Introduction 2 Preliminaries Notations Latent features and explicit features Grap ...
论文阅读笔记《Neural Graph Matching Network: Learning Lawler’s Quadratic Assignment Problem With Extension》
核心思想该文提出一种图匹配神经网络用于解决Lawler's形式的二次分配问题,并将其推广到超图匹配和多图匹配领域.在之前的文章中,我们介绍过图匹配问题通常被定义为一种二次分配问题(QAP),通常 ...
论文阅读笔记：A Network-based End-to-End Trainable Task-oriented Dialogue System
提示:阅读论文时进行相关思想.结构.优缺点,内容进行提炼和记录,论文和相关引用会标明出处. 文章目录前言 Abstract Introduction Model Intent Network Bel ...
【目标检测论文阅读笔记】Feature-Enhanced CenterNet for Small Object Detection in Remote Sensing Images
Abstract: 与 anchor-based基于锚点的检测器相比,anchor-free无锚点检测器具有灵活性和较低计算复杂度的优点.然而,在复杂的遥感场景中,受限的几何尺寸.目标的弱特征以及 ...
谣言检测相关论文阅读笔记：PAKDD2020-SAFE: Similarity-Aware Multi-Modal Fake News Detection
目录 Abstract 1.Introduction 2.Related Work 3.Methodology 3.1 Multi-modal Feature Extraction 3.2 Modal ...
论文阅读笔记《Multi-Task Pre-Training for Plug-and-Play Task-Oriented Dialogue System》
面向即插即用任务的对话系统的多任务预训练 Abstract 预先训练的语言模型最近被证明有利于面向任务的对话(task-oriented dialogue,TOD)系统.尽管取得了成功,但现有方法通常 ...
自监督论文阅读笔记 Self-Supervised Pretraining for RGB-D Salient Object Detection
现有的基于 CNN 的 RGB-D 显著对象检测 (SOD) 网络都需要在 ImageNet 上进行预训练,以学习有助于提供良好初始化的层次特征.然而,大规模数据集的收集和注释既耗时又昂贵.在本文中, ...

论文阅读笔记：GraphRAD---A Graph-based Risky Account Detection System