特异群组挖掘:框架与应用

特异群组挖掘在证券金融、医疗保险、智能交通、社会网络和生命科学研究等领域具有重要应用价值。特异群组挖掘与聚类、异常挖掘都属于根据数据对象的相似性来划分数据集的数据挖掘任务,但是,特异群组挖掘在问题定义、算法设计和应用效果方面不同于聚类和异常等挖掘任务。为此,系统地阐述了特异群组挖掘任务,分析了特异群组挖掘任务与聚类、异常等任务之间的差异,给出了特异群组挖掘任务的形式化描述及其基础算法,最后,列举了特异群组挖掘的几个重点应用。

DAY-BY-DAY行为数据集上基于图的特异群组挖掘

行为挖掘是数据挖掘中一个重要的问题。特异群组挖掘是指在一个大部分数据对象不具有相似行为的数据集中,发现那些具有相似性或共同特征的对象形成的群组,称之为特异群组,因此特异群组具有的少对象、高聚集的特征。在医保基金实际运营中,一种称之为"一致骗保行为"的就医欺诈行为就表现出特异群组的特征。常规的聚类等方式不适用于对特异群组的分类,通过构建数据对象的特异邻接图并对其进行稀疏化处理,将特异群组搜索对应到特异邻接图的最大完全子图搜索上,给出一种基于图的特异群组挖掘算法。

基于异构信息网络的信贷反欺诈研究

近年来,移动终端设备的数字化程度陡升,信贷行业的欺诈行为呈现出动态发展、行为隐蔽和专业伪装等新特点,海量数据的跨量级增长为传统反欺诈算法的有效性和计算效率都带来了不小的挑战。因此,为了充分学习信贷场景中不同实体间的交互信息,降低算法计算消耗以使其适用于大规模图数据任务,提出了基于异构信息网络的特异群组挖掘算法BKH-(Bron-Kerbosh-H-II),即首先针对源数据中的信贷实体及实体间的关系进行界定和分类,并将不同实体间的相似度作为关系权重,以此构建信贷异构信息网络,对该网络采取了两阶段的基于H图的极大团枚举算法,用于挖掘特异群组,最终通过局部特征工程修正划分得到潜在的欺诈群体,经实验证明,BKH-II在4种评价指标上的准确度分别为NMI=0.983,NRI=0.96,F-score=0.943,Omega=0.95,并表现出了良好的泛化性和较低的计算复杂性。