有了这篇
社交网络恶意账户检测利器
对
SynchroTrap
的理解基础，打算跟着小伍哥的文章
基于同步行为的反欺诈算法SynchroTrap实现细节
来实践一下了。其实在第一次看到
SynchroTrap
这个概念时，哪怕给了实操案例还是懵懵的，后面找到了
SynchroTrap
介绍的12页原始论文来看，顺便翻译成万字长文分享出来，再回看这
些介绍文章会清晰很多。
通过
SynchroTrap
思想检测某电商平台的商户评价是否异常，比如是否存在刷评现象，可用数据为买家ID、卖家ID和评价日期。
import pandas as pddata = pd.DataFrame({ 'Buy':['BUY_03','BUY_02','BUY_01','BUY_04','BUY_03','BUY_02','BUY_01','BUY_04','BUY_02','BUY_01'], 'Times':['2021-11-16 00:03:32','2021-11-16 00:12:23','2021-11-16 00:22:07','2021-11-16 21:10:24','2021-11-16 21:18:05','2021-11-16 21:22:02','2021-11-16 21:42:57','2021-11-16 23:51:39','2021-11-17 07:01:01','2021-11-17 07:01:03'], 'Seller':['Y','Y','Y','E','E','E','E','Y','Y','Y'] })
滑动窗口选择2小时(tsim=1h)
import datetimedef Time2Str(tsm): t1 = datetime.datetime.fromisoformat(tsm) t0 = t1-datetime.timedelta(days=0, hours=1) t2 = t1+datetime.timedelta(days=0, hours=1) str1 = t0.strftime("%Y%m%d")+'(' +str(t0.hour).rjust(2,'0')+' str2 = t1.strftime("%Y%m%d")+'(' +str(t1.hour).rjust(2,'0')+' return str1+';'+str2print(Time2Str('2021-11-16 15:51:39'))df=data.copy()df['tsm'] = df['Times'].apply(Time2Str)
df = df.set_index(["Buy", "Times",'Seller'])["tsm"].str.split(";", expand=True)\ .stack().reset_index(drop=True, level=-1).reset_index().rename(columns={0: "tsm"})print(df)
以时间约束和商家约束对裂变数据自匹配，删除自己和自己匹配到的无效数据，且限制时间间隔在tsim=1h以内，以便删除重复统计的部分
df_0 = pd.merge(df,df,on =['Seller','tsm'],how='inner')df_1 = df_0[df_0['Buy_x']!=df_0['Buy_y']]df_1=df_1.copy()df_1.loc[:,'diff/d'] = (pd.to_datetime(df_0['Times_x'])-pd.to_datetime(df_0['Times_y'])).dt.seconds/3600/24df_1.loc[:,'diff/h'] = (pd.to_datetime(df_0['Times_x'])-pd.to_datetime(df_0['Times_y'])).dt.seconds/3600df_2=df_1[df_1['diff/h']<=1]df_2 = df_2.sort_values(by=['Buy_x','Times_x','Buy_y'],ascending=True) df_2.head(10)
本次案例中配对成功是指在1小时内买家A和B对同一卖家作出评论，才会计数一次，x∩y列即代表匹配成功次数。需要注意的是，如果在1小时内A和B对同一卖家同时作出多次评论，这里仅计数一次。(思考：是否可以调整权重系数进行优化？)
group=df_2.groupby(['Buy_x','Buy_y']).agg({'Seller': pd.Series.nunique}).reset_index()group.rename(columns={'Seller': "x∩y"},inplace=True)cnt=data.groupby(['Buy']).Times.count().reset_index()tmp_dict = dict(zip(cnt['Buy'],cnt['Times']))group['x_cnt']=group.Buy_x.map(tmp_dict)group['y_cnt']=group.Buy_y.map(tmp_dict)group
4. 聚合多天的数据
假设上面是一天的结果，我们需要对多天的结果进行直接相加汇总，用来近似代表全局的匹配情况。汇总后的数据就不造了，我就把前面生成的group作为多天聚合后的结果来看了。
使用https://flourish.studio/对结果可视化如下，边框越粗代表配对成功的次数越高。
-
基于全局相似度过滤，使用Jaccard相似度，比如对相似度低于30%的进行删除
基于全局相似度过滤，使用Jaccard相似度，比如对相似度低于30%的进行删除
group['x∪y']=group['x_cnt']+group['y_cnt']-group['x∩y']group['SIM']=group['x∩y']/group['x∪y']group
举一个极端的例子，假如用户A自己出现了一万次，与B共同出现了5次，那这可能是巧合，但是如果A总共出现了5次，且5次都和B出现，那他俩是团伙的概率要大很多。
到这里同步行为的构图结束，下一步是如何对这些行为进行分群，继续学起来，下一个阶段再见吧！
题图来源：网站Pexels
THE END
声明：文中观点不代表本站立场。本文传送门：https://eyangzhen.com/239522.html
