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。

我们其实关注的是欺诈预测（预防欺诈发生），这个后续我们会说到。今天我们讲，如何把一些先验行为归于二分类目标，换句话说欺诈/非欺诈目标。我们将研究确定某个实体是否进行了交易欺诈的两种方法，第一是使用图的嵌入；第二是使用一些图的Topology Metric。

这里大家可能会有一个疑问，如果交易欺诈已经发生了，那么谁会在乎识别结果？通过学习这篇文章，你会知道这很重要。2015年我曾经提到过，假正（False Positive ，被模型预测为正的负样本）欺诈标签导致了118 billion dollars的损失，而实际欺诈案件的成本为90 亿美元。虽然90亿美元很多，但是只占总成本的7%。所以，准确标记欺诈交易和建立空间站一样重要。

图嵌入——个体欺诈

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

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？

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。