Geschäftskontext
Eine Bank möchte organisierte Geldwäsche-Netzwerke aufdecken. Verdächtige Konten, die untereinander Transaktionen durchführen und eine voll vernetzte Gruppe (Clique) bilden, deuten auf koordiniertes Verhalten hin. Das Ziel ist es, diese Gruppen für weitere Ermittlungen zu isolieren.
Über das Set : optNetwork
Netzwerkanalyse und Graphenalgorithmen.
Entdecken Sie alle Aktionen von optNetwork Datenaufbereitung
Erstellung einer Transaktionsliste zwischen verdächtigen Konten.
Kopiert!
| 1 | DATA mycas.bank_transaktionen; |
| 2 | INPUT from $ to $; |
| 3 | DATALINES; |
| 4 | K1 K2 |
| 5 | K1 K3 |
| 6 | K2 K3 |
| 7 | K3 K4 |
| 8 | K4 K5 |
| 9 | K5 K6 |
| 10 | K4 K6 |
| 11 | K4 K7 |
| 12 | K1 K10 |
| 13 | ; |
| 14 | RUN; |
Étapes de réalisation
1
Laden des Action-Sets.
Kopiert!
| 1 | PROC CAS; |
| 2 | LOADACTIONSET 'optNetwork'; |
| 3 | RUN; |
2
Ausführung der Clique-Aktion, um alle voll vernetzten Gruppen zu finden.
Kopiert!
| 1 | PROC CAS; |
| 2 | optNetwork.clique / |
| 3 | links={name='bank_transaktionen'} |
| 4 | out={name='betrugs_cliquen', replace=true} |
| 5 | maxCliques='ALL'; |
| 6 | RUN; |
Erwartetes Ergebnis
Die Tabelle 'betrugs_cliquen' sollte alle identifizierten Cliquen enthalten (z.B. {K1, K2, K3} als Dreieck und {K4, K5, K6} als weiteres Dreieck). Dies ermöglicht den Ermittlern, sich auf diese spezifischen Gruppen zu konzentrieren.