图算法
文章平均质量分 94
妙龄少女郭德纲
个人公众号 是十三不是四十三 ,分享一些算法和大数据相关的知识~
展开
-
风控图算法之中心性算法(小数据集Python版)
图算法在金融风控领域的应用已经超越了传统的社区发现技术,这些技术曾被主要用于识别和分析欺诈性行为模式,例如黑产团伙。当前,一系列图统计算法,包括介数中心性(Betweenness)、核(Kcore)、以及PageRank等,正逐渐展现出它们在风险评估和管理中的重要作用。这些算法不仅作为辅助判别工具,帮助揭示交易网络中的潜在风险点,而且在识别网络中的核心和影响力节点方面发挥着关键作用。通过精确识别这些核心节点,金融机构能够更有效地监测和防范可能的风险传播路径,从而增强整体的风险控制框架。原创 2024-06-28 14:48:01 · 985 阅读 · 0 评论 -
风控图算法之社群发现算法(小数据集Python版)
在风险控制领域,图算法扮演着日益重要的角色。(这方面的资料有很多,不再赘述)特别是社群发现算法,它通过揭示数据间的复杂网络结构,帮助我们识别潜在的风险模式和欺诈行为。从社交网络中的群体行为分析到金融市场的异常交易检测,社群发现算法以其独特的视角,为我们提供了理解和预测风险的新方法。本文将简单介绍几种常用的社群发现算法及其实现代码,主要是针对小数据集的Python版本,后续将更新针对大数据的基于SparkGraphX的实现方案。原创 2024-06-27 15:07:24 · 1197 阅读 · 0 评论 -
常用的图算法工具库总结【单机版】
在当今数据驱动的世界中,图论和图算法在多个领域扮演着越来越重要的角色。从社交网络分析到网络安全,从生物信息学到交通网络优化,图结构数据的管理和分析需求催生了一系列强大的图算法工具库。这些库提供了丰富的功能,帮助研究者和开发者深入挖掘图数据的潜力,解决复杂的实际问题。当我们谈论图算法工具库时,单机版的库因其易于部署、使用简便而广受欢迎。在这一领域,有几个名字格外突出:NetworkX、SNAP(Stanford Network Analysis Platform)、以及igraph等等。这些库不仅功能强大,而原创 2024-06-05 16:20:38 · 1139 阅读 · 0 评论