用于确定实体关系的图距离：一种欺诈检测的拓扑方法

给定集合 $\Omega$ 与邻近度函数 $\phi: \Omega \times \Omega \to \mathbb R^+$，我们通过考虑 $\Omega$ 中的路径距离（将 $\Omega$ 视为完全图）为 $\Omega$ 定义一种新的度量。我们分析了该度量的性质，以及用于定义初始邻近度矩阵 $( \phi(a,b) )_{(a,b) \in \Omega \times \Omega}$ 的若干步骤。我们的动机根植于当前对寻找有效算法以检测与分类社交网络元素间关系的兴趣。例如，对一组为某公共行政部门工作的公司或其他需要自动欺诈检测系统的对象进行分析。利用这一形式化框架，我们阐述了关于欺诈检测的主要思想，其基础在于：欺诈可被检测，是因为它在这种方式定义的度量空间中产生了显著的局部密度变化。