SynchroTrap欺诈检测算法代码实操示例

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/3600/24
df_1.loc[:,'diff/h'] = (pd.to_datetime(df_0['Times_x'])-pd.to_datetime(df_0['Times_y'])).dt.seconds/3600
df_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

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