第4章图算法与反欺诈

图算法与反欺诈：社区发现、风险传导与资金追踪

各位同学，今天我们来聊聊图计算在反欺诈场景里的几个硬核算法。说实话，信贷审批里最头疼的不是那些明面上的坏账，而是那些隐藏得很深的团伙欺诈。你想想看，一个申请人看起来资质不错，但他背后可能连着一整条黑色产业链。这时候，传统的规则引擎基本就废了。

我个人习惯把反欺诈图算法分成三类：找团伙的、看风险的、追资金的。下面我一个一个讲。

社区发现算法：Louvain 是怎么揪出欺诈团伙的？

社区发现，说白了就是把图里那些联系紧密的节点圈出来。在信贷场景里，这些节点就是申请人，边就是他们之间的关联——比如共用手机号、共用设备指纹、共用紧急联系人。

Louvain 算法是我用得最多的一个。为什么？因为它快，而且不需要你事先告诉它有几个团伙。它自己会通过模块度优化来找到最自然的划分。

核心思想：Louvain 通过两步迭代——局部模块度优化和社区聚合——来最大化社区内部的连接密度。每次迭代，它都会问：把节点 i 挪到邻居社区 C 里，模块度增量 ΔQ 是正的吗？如果是，就挪过去。

我在项目中遇到过这样一个案例：某消费金融平台，每天进件量十几万，用规则引擎只能抓到不到 5% 的欺诈。后来我们上了 Louvain，把申请人按设备指纹和 IP 地址建图，跑了一遍社区发现。结果发现了一个 200 多人的大社区，这些人共用不到 10 台设备，而且进件时间高度集中在凌晨 2 点到 5 点。嗯，这就是典型的团伙包装。

代码实现其实不复杂，我贴一段核心逻辑：

import networkx as nx
import community as community_louvain

# 构建图：节点是申请人，边是共享设备
G = nx.Graph()
G.add_edges_from([
    ('user_001', 'user_002', {'weight': 3}),  # 共享3个设备
    ('user_001', 'user_003', {'weight': 2}),
    # ... 更多边
])

# 运行 Louvain 社区发现
partition = community_louvain.best_partition(G, weight='weight')

# 输出社区大小
from collections import Counter
community_sizes = Counter(partition.values())
print("社区分布:", community_sizes.most_common(10))

避坑指南：我曾经在跑 Louvain 时忽略了边的权重归一化。结果那些因为共用 WiFi 而产生的弱关联，跟共用身份证的强关联混在一起，社区划分完全失真。后来我加了权重归一化，效果才正常。

PageRank 在风险传导中的应用

PageRank 最早是 Google 用来给网页排名的，但用在信贷反欺诈里，它就是一个天然的风险传导工具。你想想看，如果一个申请人跟很多高风险用户有直接关联，那他的风险是不是也应该被调高？

我个人习惯把 PageRank 的初始值设成申请人的信用评分，然后让它在关联图上迭代。每次迭代，一个节点的风险值会沿着边传导到它的邻居。这样，即使某个申请人表面看起来没问题，但只要他连接了几个坏账用户，他的 PageRank 值就会显著上升。

为什么会这样？因为 PageRank 的数学本质是随机游走。一个节点被越多的高分节点指向，它自己的分数就越高。在反欺诈里，这正好模拟了风险的「传染」过程。

参数	推荐值	说明
damping factor	0.85	控制风险传导的衰减速度，值越大传导越远
max_iter	100	迭代次数，一般 50-100 次就收敛了
tol	1e-6	收敛阈值，越小越精确但越慢

import networkx as nx

# 构建有向图：A -> B 表示 A 是 B 的担保人
G = nx.DiGraph()
G.add_edge('user_A', 'user_B')
G.add_edge('user_B', 'user_C')
G.add_edge('user_C', 'user_D')

# 运行 PageRank
pr = nx.pagerank(G, alpha=0.85, max_iter=100, tol=1e-6)
print("风险传导结果:", pr)

注意：PageRank 对孤立节点不友好。如果一个申请人没有任何关联，他的 PageRank 值会趋近于 (1-damping_factor)/N，这可能会低估他的真实风险。我建议对孤立节点单独用其他模型评估。

最短路径与资金追踪

资金追踪，说白了就是顺着钱的流向找源头。在信贷审批里，我们经常需要查一笔贷款资金最终流向了哪里，是不是被挪用了，或者是不是流入了某个已知的欺诈账户。

最短路径算法在这里就派上用场了。我一般用 Dijkstra 算法，因为资金流转的边权重通常是交易金额，而 Dijkstra 正好能处理非负权重的最短路径问题。

我记得有一次，一个客户申请了 50 万的经营贷，说是用来采购原材料。但我们用最短路径一查，发现这笔钱在 3 天内经过了 7 个账户，最后流到了一个赌博平台。嗯，这就是典型的资金挪用。

import networkx as nx

# 构建资金流转图
G = nx.DiGraph()
G.add_edge('loan_account', 'supplier_A', weight=500000)
G.add_edge('supplier_A', 'intermediary_B', weight=500000)
G.add_edge('intermediary_B', 'gambling_platform', weight=500000)

# 查找从贷款账户到可疑账户的最短路径
path = nx.shortest_path(G, source='loan_account', target='gambling_platform', weight='weight')
print("资金流转路径:", path)

# 计算路径总金额
total_amount = sum(G[path[i]][path[i+1]]['weight'] for i in range(len(path)-1))
print("流转总金额:", total_amount)

核心逻辑：最短路径在资金追踪里的应用，本质上是把「钱怎么走的」这个问题转化成了「图里哪条路径的权重和最小」。但要注意，实际场景中资金可能分多笔走不同路径，这时候就需要用 K 最短路径算法，比如 Yen 算法。

我个人习惯在资金追踪里再加一层时间约束。比如，只考虑 7 天内的交易，超过 7 天的边直接忽略。这样能避免把历史交易跟当前贷款混在一起，减少误报。

知识体系总览

下面这张图是我自己画的，把三个算法的核心逻辑和应用场景串在了一起。你可以把它当作一个快速参考。

这三个算法单独用效果有限，但组合起来就是一个完整的反欺诈链路。Louvain 帮你圈定嫌疑人，PageRank 帮你量化风险，最短路径帮你找到证据链。我在实际项目中，通常把这三个算法串成一个 pipeline，每天凌晨跑一次，第二天早上就能看到最新的欺诈团伙名单。

个人经验：我曾经在一个项目里只用了 Louvain，结果抓到了团伙但拿不出证据。后来加上最短路径追踪资金流向，才把整个链条打通。所以我的建议是：别偷懒，三个一起上。

好了，这一章的内容就到这里。图算法在反欺诈里的应用远不止这些，但 Louvain、PageRank 和最短路径是三个最基础也最实用的工具。你可以在自己的数据集上试试，看看能发现什么有意思的东西。

📚 课程目录

图算法与反欺诈：社区发现、风险传导与资金追踪

社区发现算法：Louvain 是怎么揪出欺诈团伙的？

PageRank 在风险传导中的应用

最短路径与资金追踪

知识体系总览