編者按：本文轉(zhuǎn)載自氪信公眾號（ID：CreditX_CN），雷鋒網(wǎng)已獲授權(quán)。

關(guān)于Expander工作原理部分節(jié)選自Google Research，作者為Sujith Ravi。

近來，Google Research的Expander團隊發(fā)布了大規(guī)模、基于圖的機器學習平臺，而這項技術(shù)正是我們?nèi)粘Ｉ钪惺褂玫氖占涮嵝?、Allo智能信息回復、Google Photos圖像識別等功能背后的強大支撐之一。

事實上，基于圖的機器學習技術(shù)不僅被廣泛應(yīng)用于圖像、自然語言處理、知識圖譜、網(wǎng)絡(luò)安全等領(lǐng)域，在金融反欺詐環(huán)節(jié)中它也被證明極為有效可靠。尤其在當前普惠金融的市場環(huán)境下，線上欺詐風險變化非常頻繁，以往單一的個體欺詐已迅速演變成有組織、有規(guī)模的團體欺詐和相應(yīng)的關(guān)聯(lián)風險。而傳統(tǒng)的反欺詐手段包括身份驗證、客戶信息邏輯校驗、外部信息的對比校驗、黑名單過濾等方式主要還是在識別個人風險，無法根據(jù)千絲萬縷的關(guān)系挖掘潛在的群體欺詐，這就需要基于網(wǎng)絡(luò)的全局風險識別能力來覆蓋風險漏洞。除了利用復雜網(wǎng)絡(luò)來識別群體欺詐風險外，基于圖的半監(jiān)督算法也可應(yīng)用于預測“好”、“壞”人的分類模型，即在有少量標簽節(jié)點的圖結(jié)構(gòu)中，根據(jù)傳播算法，預測無標記節(jié)點的標簽類別。

那么基于圖的半監(jiān)督算法到底是什么呢？它具體是如何工作的？又與我們金融反欺詐識別有什么聯(lián)系和作用？下面小氪就為大家科普一下：

Graph Learning是什么？

目前機器學習、深度學習領(lǐng)域的許多成就都應(yīng)歸功于具有極高預測能力的“監(jiān)督學習”模型，這是一種需要在大規(guī)模有標簽的樣本上進行訓練（也就是監(jiān)督）的模型。然而，任務(wù)越困難，高質(zhì)量的標簽數(shù)據(jù)也就越不充分，收集標簽數(shù)據(jù)所花費的精力和時間往往讓人望而卻步。

Expander團隊受人類如何在已有知識（有標簽數(shù)據(jù)）和全新未知結(jié)果（無標簽數(shù)據(jù)）之間搭建學習橋梁的啟發(fā)，使用被稱為“半監(jiān)督”學習的方法，能使系統(tǒng)在稀疏數(shù)據(jù)集上訓練。而基于圖的半監(jiān)督學習方法則不僅能夠同時吸收有標簽和無標簽數(shù)據(jù)，還能很簡單的將它們?nèi)诤铣蓡我坏膱D，系統(tǒng)可以一次性學習。這與神經(jīng)網(wǎng)絡(luò)先在有標簽數(shù)據(jù)上訓練，再應(yīng)用于無標簽數(shù)據(jù)是截然不同的，具體可以結(jié)合下面工作的原理進行理解。

在Expander中如何來構(gòu)建一個圖呢？

基于圖的半監(jiān)督算法最核心的就是構(gòu)建圖本身。那么如何構(gòu)建一個圖呢？需要定義節(jié)點、邊、以及邊的權(quán)重（邊的權(quán)重即為節(jié)點的相似度）。比如在自然語言處理中，以情感分析為例，每個節(jié)點代表一段文本信息，而那些邊就是文本情感的相似度。

具體技術(shù)就是，首先利用深度學習在大規(guī)模語料庫上使用無監(jiān)督算法學習單詞及詞匯的情感向量表征模型，計算每個節(jié)點的向量表征；然后，計算節(jié)點與節(jié)點之間向量的相似度（譬如，向量的余弦距離），如果向量相似度超過一定值，那么認為這兩個節(jié)點所代表的文本情感相近，就在這兩個節(jié)點之間加上一條邊，邊的權(quán)重即為兩個節(jié)點情感向量的相似度。在構(gòu)建的圖中，部分結(jié)點是有情感標簽的，稱之為“種子”結(jié)點。那么如何通過“傳播算法”把“種子”結(jié)點的標簽傳播給無標簽的結(jié)點呢？

它具體是如何工作的？

在其核心，Expander平臺首先結(jié)合半監(jiān)督學習和大規(guī)?；趫D的學習構(gòu)建了一個多圖數(shù)據(jù)表征。舉例如圖中所示，有兩種類型的節(jié)點：灰色代表無標簽數(shù)據(jù)，彩色代表有標簽數(shù)據(jù)。節(jié)點之間的關(guān)系通過邊表示，而連接的強弱則由邊的粗細表示。現(xiàn)在我們明確半監(jiān)督學習的目標：預測圖中每一個節(jié)點的顏色。

其次Expander圖學習框架把這一任務(wù)當成優(yōu)化問題來解決。在最簡單的層面，它先學習圖中每一個節(jié)點的顏色標簽，再根據(jù)連接的強弱分配給相鄰節(jié)點相似的顏色。一個幼稚的方式是嘗試一次性學完所有節(jié)點的顏色標簽分配，但這不能擴展到大型的圖上。因此，更好的解決方式是：把有標簽節(jié)點的顏色傳播給相鄰節(jié)點，再重復這個過程。如圖中所示，在每一步，通過觀察相鄰節(jié)點的顏色分配，一個無標簽節(jié)點可以被分配一個標簽。通過這種方式我們可以升級每一個節(jié)點的標簽，重復操作，直到整個圖都是彩色的，而這一過程在優(yōu)化相似的難題上被證明也是極其有效的。

如何把基于圖的半監(jiān)督學習應(yīng)用在金融場景中呢？

氪信網(wǎng)絡(luò)反欺詐服務(wù)界面示例

類比上文中的Graph Learning，在金融場景中，其實每一個申請人、手機號、設(shè)備、IP地址都是圖中的結(jié)點，而諸如申請人擁有設(shè)備、手機號呼叫手機號等有向聯(lián)系就是圖中的邊，邊的權(quán)重為關(guān)聯(lián)的緊密程度。在我們構(gòu)建的圖中，那些有違約與否標記的申請人是原始種子結(jié)點，通過使用基于圖的半監(jiān)督算法，把是否違約的標記傳播給無標簽的申請人，這樣我們就可以在少量有標簽的樣本上構(gòu)建出極為龐大的風險網(wǎng)絡(luò)，最終打造形成我們有效可靠的違約預測模型。

氪信已經(jīng)和多家大型金融機構(gòu)合作深入探索基于圖的半監(jiān)督算法在金融風控領(lǐng)域的成熟應(yīng)用，如上圖所示，第一張為簡化的風險關(guān)系網(wǎng)絡(luò)， 淺綠、黃色、紅色節(jié)點分別代表1（低分險）、2（中風險）、3（高風險）；第二張為全局的風險關(guān)系網(wǎng)絡(luò)，擴展的灰色節(jié)點代表0（無風險）。對于每一個申請人、手機號等，都可以基于圖數(shù)據(jù)庫的網(wǎng)絡(luò)反欺詐服務(wù)，給出相應(yīng)的群體風險欺詐等級及詳細的風險描述。

目前氪信正通過先進的ID Mapping和模糊匹配等技術(shù)，幫助金融客戶構(gòu)建個人或企業(yè)復雜關(guān)系網(wǎng)絡(luò)，XCloud風險云也推出基于SNA社交網(wǎng)絡(luò)分析的團體欺詐和關(guān)聯(lián)風險強甄別服務(wù)，為客戶完成從個體風險到網(wǎng)絡(luò)全局風險的識別能力升級。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。