基于图算法实现金融风控

数据集

本工作流数据集的具体字段如下。

字段名	含义	类型	描述
start_point	边的起始节点	STRING	人物。
end_point	边的结束节点	STRING	人物。
count	关系紧密度	DOUBLE	数值越大，两人的关系越紧密。

数据的示例如下。

基于图算法实现金融风控

1. 进入PAI-Designer页面。
   1. 登录PAI控制台。
   2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
   3. 在工作空间页面的左侧导航栏选择模型开发和训练 > 可视化建模（Designer），进入Designer页面。
2. 构建工作流。
   1. 在PAI-Designer页面，单击预置模板页签。
   2. 在模板列表，单击【图算法】金融风控实验下的创建。
   3. 在新建工作流对话框，配置参数（可以全部使用默认参数）。
      其中： 工作流数据存储配置为OSS Bucket路径，用于存储工作流运行中产出的临时数据和模型。
   4. 单击确定。
      您需要等待大约十秒钟，工作流可以创建成功。
   5. 在工作流列表，双击【图算法】金融风控实验，进入工作流。
   6. 系统根据预置的模板，自动构建工作流，如下图所示。
      

      区域	描述
      ①	首先通过最大联通子图组件将数据中的群体分为两部分，并赋予group_id。然后通过SQL脚本-1组件和JOIN组件去除图中的无关联人员。 最大联通子图组件可以查找具有通联关系的最大集合，从而排除团队中与风控无关的人，如下图所示。
      ②	探查每个人的一度人脉及二度人脉等关系。单源最短路径组件的输出结果中，distance表示Enoch通过几个人可以联络到目标人，如下图所示。
      ③	首先通过 读数据表-2组件导入标签数据（ weight表示目标属于欺诈用户的概率，如下图所示）。然后通过 标签传播分类组件预测未标记节点的标签信息。最后通过 SQL脚本-2筛选结果，从而展示每个人的涉嫌欺诈概率。 标签传播分类算法为半监督的分类算法，其输入包括人物通联图和标签数据，通过已标记节点的标签信息预测未标记节点的标签信息。算法执行过程中，每个节点的标签根据相似度传播给相邻节点。

3. 运行工作流并查看输出结果。
   1. 单击画布上方的运行。
   2. 工作流运行结束后，右键单击画布中的SQL脚本-2，在快捷菜单，单击查看数据，即可查看每个人的欺诈概率。