該章節涉及到知識圖譜的知識，我們先說幾個概念
1.節點和邊
節點就是現實世界存在的實體，邊就是實體和實體之間的關系
2.權重
權重通常用與衡量關系的強弱，權重越大，比如說用戶A給用戶B打了15個電話，則權重為15
3.有向圖無向圖
根據邊是否有方向，分為有向圖和無向圖，比如說用戶A給用戶B打了15個電話就是有向圖，但是A和B是同事就是無向圖了。
4.中心度和相似性
中心度來衡量網絡中每一個節點的活躍程度，其中衡量中心度有多重方式，下面介紹幾種表示方法
（1）度：節點的度是指與該節點相連的邊的個數，節點的度越大，說明該節點在該網絡中越活躍，使groupby和count或者nunique()結合使用可以計算度，也可以使用networkx.degree()計算
（2）Eigenvector中心度：只是使用度就是中心度，乜有考慮到鄰接節點的信息，Eigenvector的設計思想是一個節點的活躍並不只體現他有非常大的度，還體現與他相連的節點也有非常多的度。
（3）Pagerank
（4）Bbtweennss
Jaccard相似度
5.節點分類
要對節點進行分類預測，首先要找到從網絡中抽取特征的方法，即通過特殊的表達手段，將網絡中的節點空間關系抽象為一個向量
（1）朴素節點分類
朴素節點分類思想非常簡單，只需要根據節點與其他節點是否相連，進行one-hot編碼后，排列成列向量，和標簽一起帶人分類器進行訓練
節點A的向量 表示為[0,1,0,0,1]
因為A和B、E向量，因此[A,B,C,D,E]只有B和E的位置是1，其余都是0
（2）鄰節點加權投票
在知識圖譜中，通常認為，用戶 的信息會由邊進行傳播並不斷衰減，而朴素節點分類中，沒有考慮到節點之間的相互作用，一般來說相連的用戶可能具有相同的標簽，比如一個用戶被打上欺詐標簽，那么他的一度聯系人會轉變成欺詐用戶的概率會大大提高，這種情況下，可以使用一種叫共生節點分類的半監督學習方法對節點進行分類。
鄰節點加權投票（WVRN）是一種典型的共生節點分類法，每一個無標簽節點 i 的標簽由其鄰居 N(i)進行加權投票得到，公式到時再補上
權重就體現在節點 i 的鄰居節點標簽的概率上，也就是說，鄰居中對自己標簽最有信息的節點，對應節點 i 的貢獻也會越大，從而可以根據網絡中部分有標簽樣本的標簽，迭代得到其余無標簽樣本的標簽，最終，網絡中的每個節點的標簽概率會收斂到一個穩定的值。
（3）一致性標簽傳播
根據鄰居節點概率加權投票的方式，雖然考慮到了節點信息的流轉，但是每一次更新的時候都沒有將自身的信息考慮進去，簡單來說，一個節點在經歷一次更新時，相比自身原來的標簽不應該有太大的改變。如果想把每個節點自身的信息考慮進去，可以使用另一種共生節點分類的算法，一致性標簽傳播（CLPM），一致性標簽傳播也是一種半監督的學習方法，可以根據網絡中有部分標簽樣本的標簽，迭代得到其余無標簽的樣本的標簽。
6.社區發現算法
對於團伙欺詐檢測，主要有2類發現算法：
（1）社區檢測：通過對固定的網絡社區進行划分，從而得到一個個團簇結構；
（2）社區搜索：首先給定一個網絡社區和其中的某個節點A，然后從節點A出發尋找與A有關的社區；
GN算法：Girvan-Newman算法是最經典的社區發現算法之一，基本思想是，如果去除社群之間連接的邊，留下的就是社群。該算法認為，2個社群之間的點的最短路徑總是要通過社群間的連接邊，因此中心度越大的邊，越可能是不同社群的連接邊，所以只需要不斷將中心度大的邊去掉，就可以得到獨立的社群。
算法步驟如下：
（1）計算所有邊的邊中心度；
（2）將邊中心度最高的邊去掉；
（3）重新計算被去掉的邊影響的邊的邊中心度；
（4）重新第2和第3步，直至不連通的社群個數達到預想值；
import networkx as nx from networkx.algorithms import community import itertools G = nx.karate_club_graph() nx.draw(G,with_labels=True, edge_color='grey', node_color='pink', node_size = 500, font_size = 40, pos=nx.spring_layout(G,k=0.2)) comp = community.girvan_newman(G) # 令社區個數為4，這樣會依次得到K=2，K=3，K=4時候的划分結果 k = 4 limited = itertools.takewhile(lambda c: len(c) <= k, comp) for communities in limited: print(tuple(sorted(c) for c in communities))
Louvain算法
在實際使用中，GN算法雖然准確率很高，但是計算量很大，時間復雜度也高，因此再推出Louvain算法