Contexto empresarial
Una entidad bancaria desea identificar grupos de clientes que comparten múltiples atributos sospechosos (mismo teléfono, dirección, dispositivo) entre sí, formando 'anillos' o camarillas totalmente conectadas. El objetivo es aislar estos grupos para una investigación de fraude organizado.
Sobre el conjunto : optNetwork
Análisis de redes y algoritmos de grafos.
Descubrir todas las acciones de optNetwork Preparación de datos
Creación de una tabla de enlaces que representa relaciones sospechosas entre cuentas (Nodos).
¡Copiado!
| 1 | |
| 2 | DATA casuser.fraud_links; |
| 3 | INPUT from $ to $; |
| 4 | DATALINES; |
| 5 | ACC_01 ACC_02 ACC_01 ACC_03 ACC_02 ACC_03 ACC_03 ACC_04 ACC_05 ACC_06 ACC_05 ACC_07 ACC_06 ACC_07 ACC_05 ACC_08 ; |
| 6 | |
| 7 | RUN; |
| 8 |
Étapes de réalisation
1
Carga de datos y verificación preliminar
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.tableInfo / TABLE="fraud_links" caslib="casuser"; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Ejecución de detección de cliques con tamaño mínimo de 3 para ignorar parejas simples.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | optNetwork.clique / links={name="fraud_links", caslib="casuser"} minSize=3 out={name="fraud_rings", caslib="casuser", replace=true}; |
| 4 | |
| 5 | RUN; |
| 6 |
Resultado esperado
Se espera obtener una tabla 'fraud_rings' que contenga los identificadores de los nodos pertenecientes a cliques de tamaño 3 o superior. En este caso, debería identificar el anillo {ACC_01, ACC_02, ACC_03} y el anillo {ACC_05, ACC_06, ACC_07}, ignorando conexiones aisladas.