天算大数据模型搭建——积分模型

积分权重

积分是微积分学与数学分析里的一个核心概念，通常分为定积分和不定积分两种。

积分

统计指标变量的总和

常见于商业，商家为了刺激消费者消费，而使用的一种变相营销的方式。比如，满多少积分可换购某样商品，满多少积分会提升等级等。

权重

指某一因素或指标相对于某一事物的重要程度，其不同于一半的比重，体现的不仅仅是某一因素或指标所占的百分比，强调的是因素或指标的相对重要程度，倾向于重要度或重要性。

积分权重：通过给不同指标附加不同的权重（加权），进行计算得到积分和。

积分权重的使用场合

根据业务逻辑进行建模，根据业务逻辑，其结果（优、中或差，正常或异常）需要依据多个重要程度（权重）不同的业务特征（指标）的和来得出。

指标的选择

在建模的业务逻辑中，指标为不可缺失的“选择”，即该指标对目标结果造成影响。

反诈积分模型：访问网站（菠菜、贷款）、访问时间（30分钟）

访问时间和访问网站有一定影响，有一定关联

吸毒人员发现模型：航班信息、酒店次数、住店时长

基本没有影响

重点人员关系热积分模型：同行、同住、亲属关系、同好友

对目标结果有影响

权重的设定

权重是指某因素在整体评价中的相对重要（影响）程度。权重越高，则该因素越重要

标度	含义	样例（重点人关系人积分模型）
1	两指标相比，具有同样的重要性	同火车和同酒店
3	两指标相比，前者比后者稍微重要	同火车和同公交
5	两指标相比，前者比后者明显重要	同火车和同地铁
7	两指标相比，前者比后者及其重要	同火车和同超市
9	两指标相比，前者比后者强烈重要	同火车和同大楼
2,4,6,8	上述两指标判断结果党的中间值	同小区

外地卡农窝点发现模型

业务背景

选题背景

当前xx市设计诈骗形式严峻，一线民警发现存在外地卡农至xx市进行开卡活动

目的意义

通过旅馆、民航、动车记录等数据，分析发现外地卡农可疑人员

模型设计

数据来源

XX省民航旅客离港信息

XX省12306动车旅客信息

XX省境内旅客住宿信息

模型思路

1. 3-5人同时住宿同一家酒店，时间3-5天左右；
2. 身份证外地人员同行来xx地市（航班、动车等）；
3. 计算同行/同住分值，并过滤超出阈值的数据；

模型实现

一、旅馆同住分析

1. 2020年起，有在XX地市入住酒店，且旅客登记的地址为非福建省的人员；
2. 同住条件：同旅馆、前后入住间隔半小时，同一天退房；
3. 同住人员（含自己），大于等于3个人and小于等于6个；入住时间在3-5天；

二、同交通工具出行（航班或动车）

1. 2020年起，动车、民航出行；
2. 基于第一步中XX地市旅馆同住人员，分析这些人存在的同动车、同民航行为，同时统计同动车次数、同航班次数；

三、计算同行分值

1. 同旅馆得分：同旅馆1次，得1分；同旅馆2次及以上，得2分；
2. 同动车得分：目的地非XX地市同动车1-2次，得分1分；目的地市XX地市同动车1次或同动车出行大于等于3次以上，得两分；XX地市同动车2次及以上，得分3分；
3. 同航班得分：同航班1次，得1分；同航班2次及以上，得2分；

四、同行分值过滤

1. 过滤分值大于等于3分以上得同行人员；
2. 同行人员去重；