用深度學習進行欺詐檢測

正如吳恩達在他關於應用 triplet loss 函式的演講中指出的那樣，在深度學習文獻中總是會用到“__Net”或者“Deep__”這樣的取名。所以，本著這種“傳統”，我也將本文命名為Fraud Net或者Deep Fraud。

言歸正傳，我們還是開始講欺詐檢測吧。

我們其實關注的是欺詐預測（預防欺詐發生），這個後續我們會說到。今天我們講，如何把一些先驗行為歸於二分類目標，換句話說欺詐/非欺詐目標。我們將研究確定某個實體是否進行了交易欺詐的兩種方法，第一是使用圖的嵌入；第二是使用一些圖的Topology Metric。

這裡大家可能會有一個疑問，如果交易欺詐已經發生了，那麼誰會在乎識別結果？通過學習這篇文章，你會知道這很重要。2015年我曾經提到過，假正（False Positive ，被模型預測為正的負樣本）欺詐標籤導致了118 billion dollars的損失，而實際欺詐案件的成本為90 億美元。雖然90億美元很多，但是隻佔總成本的7%。所以，準確標記欺詐交易和建立空間站一樣重要。

圖嵌入——個體欺詐

首先，要將你的資料組織成graph。將個人客戶和商家作為節點，並將其財務歷史作為節點屬性。使用節點屬性（比如交易時間戳和交易金額）構建表示這些實體之間金融交易的邊。

然後，將graph嵌入到低維空間，這樣我們才可以使用較為簡單的模型來分析它。為什麼不直接將graph data輸入到模型中呢？因為幾何形狀不相容（你可以通過學習Kipf他們的論文《Semi-Supervised Classification with Graph Convolutional Networks》瞭解我說的意思）。

正如上面所說，節點表示擁有信用卡的個人客戶和與他們交易的商戶。注意下面的三維結構，大量的邊表示金融交易。這真是一個非常需要嵌入的圖。

邊表示金融交易

看下圖，這是一組在財務上互動的公司。顏色代表他們的“community”，由無監督學習演算法確定。任務是分析黃色的公司真的是洗錢團伙的幌子嗎？

第二步：構建一個演算法，提取感興趣的子圖（上圖中的彩色社群），並計算每個社群的Topology metric；Topology metric是描述子圖形狀的，比如一種流行的Topology metric是邊的數量，在黃色的子圖中，有25條邊。這裡有很多何種Topology metric，我們為每個子圖計算了幾十個；

第三步：為每個子圖構建這些topology metric的特徵向量，以另一種方式連線節點屬性。這裡是計運算元圖中所有節點的平均節點屬性；

第四步：構建已知標籤的目標向量（或者多分類目標矩陣），然後構建模型訓練。