data scientists, researcher, rnd, исследователь, ML, DL, RL · 21.06 · ред.
⏺Графовые базы данных и фрод
Графовые базы данных хранят данные в виде элементов (например, пользователей) и связей (например, Google ID, страна, IP-адрес). В широком смысле это сеть, где каждый элемент связан с другими элементами различными отношениями.
🔄С графовыми базами данных можно находить скрытые группы пользователей, анализируя их взаимодействия. Это помогает лучше понимать аудиторию и разрабатывать целевые маркетинговые стратегии.
🔑Анализ связей в графовых базах данных также помогает выявлять мошенников (фродеров). Например, подозрительные связи по Google ID, стране или IP-адресу могут указывать на мошеннические схемы.
Частный случай – тупо если по IP зашел юзер, а по этому IP был ранее выявлен фродер – то и этот юзер тоже фродер.
Пример:
Представим граф, где элементы — это пользователи, а связи — их атрибуты, такие как Google ID, страна и IP-адрес:
- Пользователь A: Google ID 123, страна USA, IP 192.168.1.1
- Пользователь B: Google ID 124, страна UK, IP 192.168.1.2
- Пользователь C: Google ID 125, страна USA, IP 192.168.1.1 (тот же IP, что и у A)
В этом графе можно заметить, что у пользователей A и C одинаковый IP-адрес, но разные Google ID и страны. Это может указывать на мошенничество, например, если один пользователь пытается зарегистрировать несколько аккаунтов для злоупотребления.
🔄Пример довольно топорный, но по подобному принципу можно находить скрытые сложные паттерны и связи.
🚀 Ну и грех не добавить, что мы в glmind умеем во фрод, в частности в трейдинговый и криптовый. Приходите за решениями.
еще контент в этом сообществе
еще контент в этом соообществе
data scientists, researcher, rnd, исследователь, ML, DL, RL · 21.06 · ред.
войдите, чтобы увидеть
и подписаться на интересных профи