空军一号变量计划
2017-01-25 17:45:39 0 举报AI智能生成
ppdai
作者其他创作
大纲/内容
空军一号变量计划
训练模型+制定规则
有了既有变量后，可以重新制定对应规则
有了基础变量（一部分）后，可以训练模型
变量（具体）
工程实现
变量分类
既有变量
能够代替目前生成中实际使用的变量【也就是本期要做的】
将反欺诈迁移到空军一号上
尽快跑通流程
基础变量
按关联类型及属性（时间、时长）
按关联层数
根据【自定义条件】筛选出节点
获得节点的原始值
计算其统计量
计数
根据上面例子 = 3（即3个userid）完全包含现在的完整矩阵
最大/最小
根据上面例子 = 3k/1k
平均
根据上面例子 = 2k
其他等……
按时间窗口
衍生
Titan数据从T+1，改为T+0
对新客的意义更重大
路径搜索
在x层之内，找到某种节点的最短路径
5层之内，到达距离最近的黑名单/法院记录的路径（如果有）
热力图、活跃度指标
最近x小时内，请求量最多的省市地区、IP、IMEI/IDFA
检测短时间内同地区、同IP、同设备的嫌疑团案
不仅可以看时段内数据，还可以看时间趋势
可以是每小时算一次，从而得到时间趋势
节点亲密度
计算节点与周围节点的亲密度根据关联 类型、次数、属性（时间、时长）、时间窗口、层数
描绘出周围节点中，分别的“亲密权重”
亲密权重更高的节点，上方基础变量赋予更高的权重反之亦然
A的通讯录号码，关联/出现在B（以及其他周围节点）的详单/通话记录/短信的次数（以及时间、时长等）
A的通讯录/通话记录/短信号码，关联/出现在B（以及其他周围节点）的重合度（和上面其实是一件事情）
亲密权重更高的节点，后续节点可以路径搜索更多层反之亦然
亲密权重更高的节点，同时关注这些节点在热力图、活跃度指标的表现反之亦然
模糊匹配
建立基于模糊匹配的关联关系
公司地址、住宅地址的关联
公司名称的关联
**GPS经纬度的关联
基础变量在整体的位置
某用户关联黑名单用户的通话时长，在整体关联黑名单用户通话时长中的排位百分比
关键节点的定位
图形化寻找某节点的全局中心，便于寻找类似中介等欺诈根源
详单补完计划！！！
建立节点+关系
0 条评论
下一页
