同质异质网络——（F(fraud) A(Analytics) UDPSNT(Wylie_2015)）

1. 当标签x的结点更大程度上连接其他标签x的结点的时候，这个网络是同质的。非同质的网络是异质的。
2. 这里定义的同质异质网络是指行骗者更可能连接着其他行骗者。合法人更可能连接其他合法人。
3. 令l为网络中合法结点的比例，f为网络中欺诈结点的比例，2lf就是一条边连接两个不同标签的结点的期望可能性，这些边叫做cross-labeled edges.如果已知的cross-labeled edges的比例r小于期望的2lf，这个网络就是同质的。
4. 其他衡量同质性的因素还包括dyadicity和heterophilicity.结点分享一个共同的特性比性质随机分散在网络中的可能性更大。这就是dyadicity的影响。对于标签仅仅取两个值的网络，1（Fraud）0（Legitimate），n1(n0)是fraudulent(legitimate)的节点数，N=n0+n1.定义三种dyads:(1-1),(1-0)和(0-0),表示两个终端结点的联系标签（Fraud-Fraud），（Fraud-legitimate）,（Legitamate-legitimate）,每种的数量是m11,m10,m00，M=m11+m10+m00.如果结点随机连接其他的结点而无关于标签，那么m11和m10的期望值相同.
5. m11 = （n1 2）p =n1(n1-1)p/2    m10 = （n1 1）（n0 1）p=n1（N-n1）p
6. p = 2M/（N（N-1））是关联度，代表两个结点连接的可能性。如果p=1，网络中所有结点都相互连接.
7. Dyadicity and heterophilicity然后被这样定义：D=m11/m11, H=m10/m10, 如果D>1则网络是Dyadicity的，表示fraudulent的结点相比随机连接彼此连接更紧密。如果H<1，一个网络是heterophobic的（与heterophilic相反），意味着fraud结点与legitimate结点有更少的连接相比随机的情况。
8. 如果一个网络是dyadic and heterophobic,他表现同质性。一个网络是anti-dyadic and heterophilic，是相反的同质性。