【機器學習PAI實踐四】如何實現金融風控

（本文資料為虛構，僅供實驗）

一、背景

本文將針對阿里雲平臺上圖演算法模組來進行實驗。圖演算法一般被用來解決關係網狀的業務場景。與常規的結構化資料不同，圖演算法需要把資料整理成首尾相連的關係圖譜。圖演算法更多的是考慮邊和點的概念。阿里雲機器學習平臺上提供了豐富的圖演算法元件，包括K-Core、最大聯通子圖、標籤傳播聚類等。
本文的業務場景如下：
下圖是已知的一份人物通聯關係圖，每兩個人之間的連線表示兩人有一定關係，可以是同事關係或者親人關係等。已知“Enoch”是信用使用者，”Evan”是欺詐使用者，計算出其它人的信用指數。通過圖演算法，可以算出圖中每個人是欺詐使用者的概率，這個資料可以方便相關機構做風控。

二、資料集介紹

資料來源：本文資料為自己生成，用於實驗。
具體欄位如下：

欄位名	含義	型別	描述
start_point	邊的起始節點	string	人
end_point	邊結束節點	string	人
count	關係緊密度	double	數值越大，兩人的關係越緊密

資料截圖：

三、資料探索流程

首先，實驗流程圖：

1.最大聯通子圖

最大聯通子圖的功能很好理解，前面已經介紹了，圖演算法的輸入資料是關係圖譜結構的。最大聯通子圖可以找到有通聯關係的最大集合，在團伙發現的場景中可以排除掉一些與風控場景無關的人。本次實驗通過“最大聯通子圖”元件將資料中的群體分為兩部分，並賦予group_id。通過“SQL指令碼”元件和“JOIN”元件去除下圖中的無關聯人員。

2.單源最短路徑

通過“單源最短路徑”元件探查出每個人的一度人脈、二度人脈關係等。distance講的是“Enoch”通過幾個人可以聯絡到目標人。
如下圖：

3.標籤傳播分類

“標籤傳播分類”演算法為半監督的分類演算法，原理是用已標記節點的標籤資訊去預測未標記節點的標籤資訊。在演算法執行過程中，每個節點的標籤按相似度傳播給相鄰節點。
呼叫“標籤傳播分類”元件除了要有所有人員的通聯圖資料以外，還要有人員打標資料。這裡通過“已知資料-讀odps”元件匯入打標資料(weight表示目標是欺詐使用者的概率)：

通過SQL對結果進行篩選，最終結果展現的是每個人涉嫌欺詐的概率，數值越大表示是欺詐使用者的概率越大。

四、其它

參與討論：雲棲社群公眾號

免費體驗：阿里雲數加機器學習平臺