首页 文章详情

团伙挖掘中的14大关系类型

大邓和他的Python | 167 2022-03-15 19:14 0 0 0
UniSMS (合一短信)


大家好,我是小伍哥。

风控业务中,团伙挖掘是非常核心的分析方法,甚至可以说是最重要的的分析方法。而团伙挖掘的基础就是关系数据,但是关系数据非常丰富多样,有些同学可能会疏漏或者不知道某些重要的关系导致挖掘深度不够。

我对自己遇到过的一些关系进行了全面的梳理(大家遇到过其他的也可以在区补充),希望能给你带来一定的启示作用。

商家规避网络,需要付出巨大的成本,比如规避设备指纹关联,需要更换设备或者购买最新的模拟器技术,为了规避支付网络,需要购买新的支付宝账号。

但是黑产从业人员反侦察能力不断提高,从简单违规到各种高科技违规,留下的信息越来越少,为了分析关联人员,关系也有了很大的演进,从简单可理解关系逐步到复杂抽象关系, 下面我们一一总结。

01、硬件设备关系

在互联网上,没人知道你是一条狗,互联网上无法知道一个真实的用户,因此设备指纹ID、WiFi等物理介质与用户ID形成的关系,变得非常重要。可根据最近N天内是否共同使用过一台设备、是否共同使用过同一个WiFi等指标衡量其中两个用户的关联强度,对于对抗初期的团伙挖掘,有非常重要的意义。

02、互联网关系物理地址

IP、Cookie等由用户进行网页浏览时形成的关系,一般来说,该类关系相对较弱,不进行直接应用,可以进行转换应用,比如用Ip转换后进行常用地址的统计,一般可以在盗号等场景使用效果非常不错。

03、社交关系数据 

支付宝好友、微信好友、抖音好友、微博关注等,也是非常重要的关系特征,可根据最近N天内联系次数、关系时长等指标来衡量两个人之间的亲密程度。

04、通讯录关系

手机通话关系、通讯录中的备注、账号填写的紧急联系人等数据、获取两个账号的父子、兄弟、同学、男女朋友等关系。

05、地址关系数据

收货地址、发货地址、注册地址、家庭住址等形成的关系,可以通过是否同一收货地址,收货地址相识程度等,计算两个用户紧密关系

06、营销活动形成的关系

拉新活动形成的关系、分享关系、推荐关系等,形成各种上下层级关系,如拼多多的砍一刀、要邀请有奖等,直接形成的业务关系,也是非常重要的。

07、资金往来关系

购物支付、购物代付、转账、微信转账、银行卡支付、银行卡转账、银行卡绑定、电话充值等,均能形成较强的关系,资金关系在大部分场景下,是极强的关系,但某些场景,可能比较通用,购物转账等,可能就不是很强的关系。很难形成团伙。

08、LBS地址位置数据 

一种简化方法,是用GeoHash将二维的经纬度转换成字符串,,如北京9个区域的GeoHash字符串,分别是WX4ER,WX4G2、WX4G3等等,每一个字符串代表了某一矩形区域不同的用户是否处于同一个区块。同一块的用户,可能存在比较紧密的关系。

09、文本、图片等内容关系 

商品的标题、前几位相似的昵称、相同图片或相似图片、视频中相似场景等内容关系 ,行为相似关系综合相似关系,比如店铺相似
1)图片关系:很多风险商家 ,店铺使用相同或相识的图片,风险用户,也可能使用相同或者相似的照片,利用图片的相识关系进行关系挖掘,也是非常重要的。 
2)文本关系:商家店铺商品标题的相似性计算商家关系,评价内容相似性计算商家关系等 
3)昵称关系:很多风险用户,采用系列的昵称,也是一个非常重要的关系特征

10、众包关系

一个群体移动刷单、移动进行流量点击、一个分散群体进行网络攻击等,各个攻击者之间本身不存在关系,但是受到同样的人或者共同的目标指使,这是最难防控的一种关系。若同一个体存在多次攻击,基本上有迹可循,若同一个体只存在一次攻击,那基本上无迹可寻,只能通过潜伏等方式进行防控。
该种关系可以通过同步行为,进行非常高效的挖掘,参考我的另一篇文章:SynchroTrap-基于松散行为相似度的欺诈账户检测算法

11、工商关系

投资关系、参股关系、董事监事等任职关系、注册邮箱、注册电话、注册地址、注册身份证等工商注册信息,也存在巨大的网络关系,当然,很多人会利用身份证注册大量公司, 再利用营业执照注册用户,同一个营业执照也可能存在大量的账号,这些关系都存在非常重要的作用。
      

12、产权关系

共用产权证明也是非常强的关系,比如两个账号绑定同一辆车、绑定同一个房产证明、婚姻证书等关系

13、代收代付关系

水电煤代缴费、网约车代预约、医院代挂号、淘宝购物代付款、代点外卖等,存在这些关系的一般都比较亲近或者存在某些利益关系,有非常强的关联性。可以在业务中挖掘类似的关系进行分析研究。
 

14、交互关系

买家浏览商品、买家点击商品、用户点击广告等,搜索词关系等,某些商搜索相同的词的用户可能存在某种特定的关系,同时点击某个商品的一群消费者可能也存在某些关系,通过挖掘,都能得到一些特殊的模式。


近期文章

视频专栏课 | Python网络爬虫与文本分析

读完本文你就了解什么是文本分析

综述:文本分析在市场营销研究中的应用

Pandas库 | 高速读取csv文件的方法

如何在DataFrame中使用If-Else条件语句创建新列

BERTopic 主题建模库 | 建议收藏

Top2Vec | 主题建模和语义搜索库

案例实战 | 企业信息数据采集

使用文本相似度可以识别变化的时间点

PNAS | 文本网络分析&文化桥梁Python代码实现

tomotopy | 速度最快的LDA主题模型

dvt | 视觉文化分析的Python工具包

Stargazer库 | 创建漂亮可发表的多元回归表

人文社科类Python免费教程列表

量化历史语言学-贝叶斯语言谱系分析

Python与文化分析入门

Backtrader库 | 均线买入卖出策略实现

在会计研究中使用Python进行文本分析

文本分析方法在《管理世界》(2021.5)中的应用

hiResearch 定义自己的科研首页

SciencePlots | 科研样式绘图库

Wow~70G上市公司定期报告数据集

漂亮~pandas可以无缝衔接Bokeh  

YelpDaset: 酒店管理类数据集10+G


good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter