互联网金融面临的欺诈风险
- 伪冒欺诈：变更申请资料，获得高额额度
- 欺诈交易：无还款意愿；双向欺诈
社交网络算法运用到反欺诈
- 分析节点指标：centrailty，cluster coefficient, triangle count, connected compoents
- PageRank
- 社区发现： GN，FastUnfolding， LPA， SLPA，WalkTrap
具体判定： 一度/二度触黑 一机多人 组团欺诈 识别关联商家是否正常（需要区分不同类型的用户）
- 与坏用户有大量关联的用户更可能是坏用户
- PageRank 高分段部分的坏账率更高？
- 通过社区发现算法来评估每个用户的组团欺诈风险
- 挖掘失联用户的通信社交网络