陳琳娣

[摘要]本文介紹了電信運營商內(nèi)部審計借力大數(shù)據(jù)分析，通過正負樣本的選定、變量的設計、特征工程等方式，直接定位問題，精確審計范圍而進行神經(jīng)網(wǎng)絡建模。

[關(guān)鍵詞]內(nèi)部審計 運營商 大數(shù)據(jù) 神經(jīng)網(wǎng)絡 建模

在“數(shù)據(jù)即資源”已成為社會共識的背景下，擴大數(shù)據(jù)來源，開啟數(shù)據(jù)通道，充分利用大數(shù)據(jù)建模開

展遠程監(jiān)督的審計新模式已成為時代選擇。

一、神經(jīng)網(wǎng)絡模型表達

神經(jīng)網(wǎng)絡是一項重要的機器學習技術(shù)，從信息處理角度對人腦神經(jīng)元網(wǎng)絡進行抽象，建立某種簡單模型，按不同的連接方式組成不同的網(wǎng)絡。神經(jīng)網(wǎng)絡算法的基礎(chǔ)結(jié)構(gòu)是神經(jīng)元，是包含權(quán)重和偏置項的函數(shù)，它在接收數(shù)據(jù)后執(zhí)行計算，再通過激活函數(shù)將數(shù)據(jù)限制在一個范圍內(nèi)，神經(jīng)元的結(jié)構(gòu)見圖1。

神經(jīng)元的函數(shù)表達為：y=f（wx+b），其中x為輸入值，w為權(quán)重，b為偏置項，f（x）即激活函數(shù)，常用的激活函數(shù)為sigmiod函數(shù)。

神經(jīng)網(wǎng)絡則是多個神經(jīng)元的組合，由輸入層、隱藏層和輸出層三部分構(gòu)成。輸入層是模型輸入的特征變量;隱藏層是神經(jīng)元的組合，其中的每一個圓圈都是一個神經(jīng)元;輸出層是最終的輸出結(jié)果，含有多個輸出，處理多分類問題，并且每一層的輸出都是下一層的輸入，見圖2。

建立神經(jīng)網(wǎng)絡模型有以下三個步驟：

第一步是確定函數(shù)表達式：y=f（x），它由網(wǎng)絡結(jié)構(gòu)決定，即神經(jīng)網(wǎng)絡有多少隱含層，每一層有多少神經(jīng)元，神經(jīng)元之間是如何連接的等等。不同的網(wǎng)絡結(jié)構(gòu)決定了不同的神經(jīng)網(wǎng)絡模型。本文構(gòu)建的是較為簡單的三層隱含層的全連接神經(jīng)網(wǎng)絡模型。

第二步是確定模型優(yōu)劣的評價標準，即確定損失函數(shù)，通常為交叉熵損失函數(shù)，表達式如下：

第三步是選擇最優(yōu)的函數(shù)，使損失函數(shù)達到最小，也就是求解神經(jīng)元之間連接的權(quán)重w和偏置b。BP神經(jīng)網(wǎng)絡的學習規(guī)則，即權(quán)重和閾值的調(diào)節(jié)規(guī)則采用的是誤差反向傳播算法。網(wǎng)絡的權(quán)值和閾值通常是沿著網(wǎng)絡誤差變化的負梯度方向，依據(jù)設定的步長進行調(diào)節(jié)的，最終使網(wǎng)絡誤差達到極小值或最小值，即在這一點誤差梯度為零。參數(shù)更新時，使用了梯度下降算法，使得權(quán)重向損失函數(shù)對權(quán)重求導的負梯度方向更新。權(quán)重的更新公式為：

其中，η為學習速率，即參數(shù)更新的步長。

限于梯度下降算法的固有缺陷，標準的BP學習算法通常具有收斂速度慢、易陷入局部極小值等特點，因此出現(xiàn)了許多改進算法，增加了算法的可靠性。其中最常用的有動量法和學習率自適應調(diào)整的方法。

二、神經(jīng)網(wǎng)絡模型下的審計實施

在流量紅包專題審計中應用大數(shù)據(jù)神經(jīng)網(wǎng)絡技術(shù)，從海量數(shù)據(jù)中識別出購買非常規(guī)途徑流量的用戶，再從購買用戶的來源方篩選出流量轉(zhuǎn)售者，見圖3。

（一）用戶關(guān)系梳理與流程

利用大數(shù)據(jù)技術(shù)，從海量數(shù)據(jù)資源中尋求規(guī)律，從上億用戶流量劃轉(zhuǎn)數(shù)據(jù)中，探尋用戶流量流轉(zhuǎn)關(guān)系，梳理流量轉(zhuǎn)售流程。確認流量轉(zhuǎn)售大致流程為移動公司（A端）向違規(guī)企業(yè)（B端）低價出售企業(yè)流量，違規(guī)企業(yè)將流量直充至個人賬戶，經(jīng)過多次流轉(zhuǎn)到達流量轉(zhuǎn)售者賬戶（C端），再通過網(wǎng)絡途徑以低于市價的價格售賣給流量購買者（D端）。

（二）識別流量購買用戶

改變從源端核查的傳統(tǒng)審計模式，從最終購買用戶入手，依靠神經(jīng)網(wǎng)絡模型定位可疑購買用戶，并向上追溯違規(guī)售賣用戶和違規(guī)套利企業(yè)。大數(shù)據(jù)建模技術(shù)框架主要分為正負樣本篩選、特征工程和模型建立三個流程。

第一步，正負樣本篩選。在流程梳理的基礎(chǔ)上，設立簡單規(guī)則，初篩流量劃轉(zhuǎn)行為具有異常表現(xiàn)的用戶。選取少量用戶，外呼驗證，獲取準確正樣本，并推廣至該售賣用戶的所有流量對端用戶，標記為正樣本。借助用戶流量劃轉(zhuǎn)記錄數(shù)據(jù)，篩選各項流量劃轉(zhuǎn)行為數(shù)據(jù)值處于正常范圍的用戶，標記為負樣本。

第二步，特征工程。這是數(shù)據(jù)建模的關(guān)鍵步驟，關(guān)系模型結(jié)果的好壞。在項目實施時，結(jié)合業(yè)務知識、調(diào)研結(jié)果和數(shù)據(jù)探索成果，從流量劃轉(zhuǎn)行為特征、流量和通話交往圈流量劃轉(zhuǎn)特征和個人通信屬性特征等角度入手，完成變量的設計工作。運用大數(shù)據(jù)平臺數(shù)據(jù)庫，從數(shù)據(jù)中獲取特征，并利用Python語言進行數(shù)據(jù)預處理，完成缺失值判斷與處理、分類變量啞元化、變量標準版等數(shù)據(jù)預處理工作。神經(jīng)網(wǎng)絡模型對于特征工程的要求較少，網(wǎng)絡結(jié)構(gòu)能夠?qū)Φ碗A的輸入特征進行組合變換生成高階特征。但輸入無關(guān)變量會增加模型的訓練時間，因此本文在項目實施時進行了特征篩選。通過計算各變量的IV值，衡量自變量預測能力的大小，選取IV值較大的變量，實現(xiàn)變量特征的篩選。

第三步，模型建立?；诖髷?shù)據(jù)內(nèi)網(wǎng)挖掘平臺，使用Ppython完成神經(jīng)網(wǎng)絡模型的構(gòu)建工作，識別流量購買用戶。最終建立三層神經(jīng)網(wǎng)絡模型，通過網(wǎng)絡層級的增加，彌補特征數(shù)量不足的問題，在一定程度上減少人工設計特征變量的工作，并提升模型的準確性。通過模型的反復迭代，流量購買用戶的識別準確率由規(guī)則篩選的40%提升至80%。

（三）識別流量售賣用戶

在識別流量購買用戶的基礎(chǔ)上，探索流量購買者與售賣者之間的數(shù)據(jù)聯(lián)系，制定數(shù)據(jù)規(guī)則，從流量購買者的流量劃轉(zhuǎn)來源對端中篩選流量售賣用戶。經(jīng)過這一步驟，剔除了流量購買者流量交往圈中流量劃轉(zhuǎn)總數(shù)和人數(shù)都相對較少的正常用戶，能更加精準地識別流量售賣用戶。

（四）定位集團違規(guī)折扣

基于大數(shù)據(jù)模型識別流量售賣者，追溯售賣者流量來源，結(jié)合傳統(tǒng)審計方法，核查集團違規(guī)套利途徑，并向相關(guān)地市公司部門追責。

三、審計成效及展望

（一）審計成效

通過運用大數(shù)據(jù)分析平臺及科學建模技術(shù)，實現(xiàn)了流量轉(zhuǎn)售專題分析項目中流量轉(zhuǎn)售用戶（C端）的自動識別，在保證一定準確率的基礎(chǔ)上，實現(xiàn)大范圍的用戶識別。最終，模型對流量購買用戶（D端）識別的準確率達到82%，核查用戶超過100萬，篩選出流量轉(zhuǎn)售商（C端）超過100個。

典型違規(guī)案例如下：

1.某科技公司將流量和贈送話費拆分轉(zhuǎn)售獲取利益。該公司辦理集團流量紅包統(tǒng)付業(yè)務總計120萬元，獲贈等額饋贈金。一方面通過中間號碼將所購流量進行轉(zhuǎn)售，另一方面將每月的饋贈金通過名下其他賬戶劃出，并通過第三方以95折同步轉(zhuǎn)售，幾乎零成本套回本金并獲利。

2.某科技公司超低折扣轉(zhuǎn)售套利。通過高額饋贈金的獲取，該公司最終獲得流量18000萬M，通過網(wǎng)絡轉(zhuǎn)售，以450萬元的本金獲得630萬元的收入，直接獲利180萬元（按網(wǎng)售價格計算）。

3.某科技公司執(zhí)行漏洞造成的流量收入損失。該公司從某地市以市場售價4.2折的低價購買大量流量業(yè)務，再以低價公開轉(zhuǎn)售。流量轉(zhuǎn)售是利用公司營銷活動或系統(tǒng)功能的漏洞，將原先只有特定目標客戶可以享用的營銷資源，通過人為組合使得非目標客戶也可以使用，弱化了公司的營銷目的，擾亂了特定產(chǎn)品的價格體系。此案例是通過第三方公司開展，正常的公司業(yè)務核查極難發(fā)現(xiàn)異常。而建模的識別先定義到問題所在，在此基礎(chǔ)上核查目的明確、方向清晰，挖掘出隱藏的轉(zhuǎn)售行為，進而找出公司營銷活動或系統(tǒng)功能的漏洞，維護了公司利益。

（二）展望

通過大數(shù)據(jù)分析和建模技術(shù)，提高了審計工作效率。流程可復用度高，在相似審計業(yè)務場景中有普遍的適用性，可以提高審計工作的效率和效果。

此外，相關(guān)模型還可拓展應用于一些營銷業(yè)務場景，如計算潛在低價流量需求客戶群概率，也可為用戶轉(zhuǎn)售套利業(yè)務提供一定的判斷依據(jù)。

（作者單位：中國移動通信集團浙江有限公司，郵政編碼：310005，電子郵箱：13605756667@139.com）

主要參考文獻

陳明.神經(jīng)網(wǎng)絡模型[M].大連：大連理工大學出版社， 1995

鄧茗春，李剛.幾種典型神經(jīng)網(wǎng)絡結(jié)構(gòu)的比較與分析[J].信息技術(shù)與信息化， 2008（6）：29-31

袁曾任.人工神經(jīng)網(wǎng)絡及其應用（第1版）[M].北京：清華大學出版社， 1999

[加]Simon-Haykin.神經(jīng)網(wǎng)絡與機器學習[M].北京：機械工業(yè)出版社， 2011