原創(chuàng)作品，轉(zhuǎn)載請注明出處宴杀。
關(guān)注公眾號「熱薯?xiàng)l」獲取更多精彩文章癣朗。
前言
上一期我們介紹了如何對單個維度的數(shù)據(jù)提取異常值，并應(yīng)用到了我們的模型上旺罢。
這一期我們將介紹通過定義找到的貓幣黑市黑產(chǎn)規(guī)模旷余，并對我們的定義/甄別手段的準(zhǔn)確率進(jìn)行評估。
貓幣黑市黑產(chǎn)規(guī)模
我們將上一期的定義加入到全局中扁达，甄別出來：
人數(shù)規(guī)模
可以看到少數(shù)的用戶為多數(shù)的用戶提供貓幣
經(jīng)過調(diào)查正卧，多數(shù)用戶在黑市上收到貓幣前有充值活動，而其中絕大多數(shù)用戶在黑市上收到貓幣的周期里停止充值罩驻，或減小充值。這對平臺的損失很大护赊。
案值
通過對大R惠遏，“銀行”，貸方經(jīng)手的貓幣進(jìn)行統(tǒng)計(jì)骏啰，我們得到他們平均接手的貓幣金額超過兩千萬貓幣节吮。
貨幣乘數(shù)
我們還可以從另外一個角度來看待這個問題，引入經(jīng)濟(jì)學(xué)上的貨幣乘數(shù)概念到我們的貓幣體系中：
貨幣乘數(shù)概念
正常場景：
在上圖中判耕，用戶A和用戶B分別與平臺進(jìn)行交易透绩，需求分別得到滿足，這個時候 m=1
用戶通過紅包轉(zhuǎn)移資金時場景：
在上圖中，用戶B的需求是由用戶A來滿足的帚豪，而平臺內(nèi)流轉(zhuǎn)的貓幣是平臺發(fā)行貓幣的兩倍碳竟，這個時候 m=2
我們可以理解為在這種情況下，平臺少賺了 50% 的貓幣抽成狸臣。
貨幣乘數(shù)運(yùn)用
而我們上文提到的案值——兩千萬貓幣莹桅，實(shí)際上就是在平臺內(nèi)多次流轉(zhuǎn)的。
我們再使用公式烛亦，最終得到在貓幣黑市加入后的貨幣乘數(shù)為 1.33诈泼， 也就是說，如果我們杜絕了貓幣黑市的行為煤禽，我們將會有 33% 的額外收入铐达。
甄別手段評估
我們通過將以下五個維度來評估一下甄別手段是否準(zhǔn)確。
刷接口行為
上圖中檬果，1為未刷接口瓮孙，2、3汁汗、4為刷接口衷畦，可以看到右邊三類（分別為“銀行”，貸方知牌，儲方）刷接口的比例
競猜次數(shù)
登陸次數(shù)
使用pdft個數(shù)
發(fā)廢棄彈幕次數(shù)
由于原始數(shù)據(jù)過于離散祈争，我們對以上所有數(shù)據(jù)都進(jìn)行l(wèi)og處理，從而加強(qiáng)可視化 角寸。
由以上四張圖我們可以看到菩混，全局樣本頻率最高的數(shù)據(jù)都集中在較小的區(qū)間內(nèi)，而貸方是三大類角色中最接近全局樣本的扁藕，儲方和“銀行”的行為數(shù)據(jù)最偏離全局樣本沮峡，且都集中在較大的區(qū)間內(nèi)。
我們可以看到貓幣黑市角色的定義確實(shí)是甄別了一些在行為數(shù)據(jù)上有異常的用戶亿柑，這更加確鑿了這些角色用戶的嫌疑程度邢疙。
總結(jié)
至此，我們的研究就結(jié)束了望薄。
我們發(fā)現(xiàn)紅包場景中黑產(chǎn)情況惡劣疟游，深入調(diào)查以貓幣黑市為形態(tài)的黑產(chǎn)，其中涉及金額巨大痕支，人數(shù)較多颁虐。
同時，在挖掘過程中還發(fā)現(xiàn)了其他種類的黑產(chǎn)卧须，未來還可對刷人氣另绩、刷禮物等不同形態(tài)的黑產(chǎn)作更深入的針對性研究儒陨。
參考文獻(xiàn)
[1] Krugman & Wells. (2009) Macroeconomics. Chapter 14: Money, Banking, and the Federal Reserve System: Reserves, Bank Deposits, and the Money Multiplier. pp. 393–396
[2] Mankiw. (2008) Principle of Macroeconomics. Part VI: Money and Prices in the Long Run: The Money Multiplier. pp. 347–349)
更多精彩推薦：
貓幣黑市第一期——通過大數(shù)據(jù)，機(jī)器學(xué)習(xí)揭露互聯(lián)網(wǎng)直播行業(yè)黑產(chǎn)
貓幣黑市第三期——圖計(jì)算蹦漠、社區(qū)發(fā)現(xiàn)
原創(chuàng)作品，轉(zhuǎn)載請注明出處干签。
關(guān)注公眾號「熱薯?xiàng)l」獲取更多精彩文章津辩。
