1、团伙识别概述：定义、应用场景与核心挑战
说实话，我第一次接触「团伙识别」这个概念时，觉得它跟普通风控没啥两样——不就是找几个关联账号嘛。结果在实际项目里被狠狠教育了一顿。你想想看，一群人有组织地协作，刻意隐藏关系，单靠个体维度的规则根本抓不住。今天我就在这儿，把团伙识别这摊事儿从头到尾捋一遍。
1.1 什么是团伙识别
团伙识别，说白了就是：从大量实体中，找出那些有组织、有目的、协同行动的群体。这里的实体可以是人、账号、设备、手机号、IP 等等。关键不在于单个实体本身，而在于它们之间的关联关系和行为协同。
举个简单的例子。一个申请人骗贷，你可以用规则拦住。但十个看起来毫无关系的申请人，用同一个中介的手机号注册，在同一个 IP 段提交资料，资金最终流向同一个账户——这就是团伙。我在项目中遇到过类似的情况，单看每个申请人都「正常」，一拉关系图，全串起来了。
团伙识别跟个体识别有三个本质区别：
- 目标不同：个体识别找「坏人」，团伙识别找「一群坏人」。
- 特征不同：个体看属性（年龄、收入），团伙看关系（共同设备、资金闭环）。
- 方法不同：个体用规则或评分卡，团伙必须用图分析或社群发现算法。
1.2 核心应用场景
团伙识别不是实验室里的玩具，它在工业界有非常具体的战场。我重点讲两个最成熟的场景。
1.2.1 金融反欺诈
金融领域的团伙欺诈，金额大、隐蔽性强、危害高。常见的包括：
- 信贷申请欺诈：中介包装一批「白户」同时申请贷款，资料共享手机号、地址、IP。
- 交易洗钱：通过多层账户转账、拆分交易，最终把黑钱洗白。
- 保险骗保：虚构事故、重复索赔，多人配合伪造证据链。
我记得在做一个信贷项目时，发现几十个申请人填的工作单位都是同一家「皮包公司」，连公司座机号都一样。拉出设备图谱一看，全是同一台设备批量注册的。这就是典型的团伙申请欺诈。
1.2.2 社交网络水军
社交平台上的水军团伙，干的事你肯定不陌生：
- 刷量：批量点赞、转发、关注，制造虚假热度。
- 控评：集中发布相同评论，引导舆论方向。
- 舆情操控：注册大量马甲号，在热门事件中带节奏。
水军团伙的特征非常明显——注册时间集中、行为模式高度同步、设备指纹大量重叠。你想想看，几百个账号在同一秒转发同一条微博，这不是团伙是什么？
1.3 核心挑战与难点
团伙识别听起来很美好，但落地的时候全是坑。我曾经踩过一个坑——以为把图算法扔上去就能搞定，结果被数据稀疏性和对抗行为打得满头包。下面这四个挑战，每一个都值得你仔细琢磨。
| 挑战 | 核心问题 | 影响 |
|---|---|---|
| 数据稀疏性 | 团伙刻意隐藏关系，可用关联太少 | 图结构不完整，漏检率高 |
| 动态对抗性 | 团伙不断变化策略，躲避检测 | 规则/模型快速失效 |
| 规模与实时性 | 海量实体需在秒级完成检测 | 算法复杂度与延迟矛盾 |
| 标注样本稀缺 | 团伙样本极少，正负比 1:10000+ | 监督学习难以收敛 |
咱们展开说说。
- 数据稀疏性：团伙不是傻子，他们会用不同的设备、不同的身份信息来注册。如果你只盯着强关联（如相同身份证），那基本抓不到。我在项目中见过一个团伙，几十个人共用同一批 Wi-Fi，但每个人用不同的 SIM 卡和手机型号——只有把时间窗口缩到分钟级才能看到规律。
- 动态对抗性：团伙的进化速度比你想象的快。今天用 IP 池，明天换代理；今天用真设备，明天上模拟器。模型上线一周，效果可能就掉一半。
- 规模与实时性：金融场景每秒可能要处理上万笔交易，社交平台每小时产生千万级互动。在这个体量下做图分析，对算法和工程都是大考。
- 标注样本稀缺：团伙是少数，正常用户是绝大多数。做一个二分类模型，正样本可能只有千分之一。这时候纯监督学习基本没用，得靠无监督或半监督方法。
1.4 团伙识别技术演进
团伙识别的方法论不是一天建成的。我个人习惯把它分成三个阶段：
- 规则驱动时代：专家写 if-else，找强关联。效果直接，但团伙稍微变个花样就绕过去了。
- 图算法时代：用社群发现（如 Louvain、Label Propagation）、连通分量分析。能挖出隐性团伙，但对参数敏感。
- 图+深度学习的融合时代：GNN、GraphSAGE 等模型自动学习图结构特征，泛化能力更强，但训练成本高。
从我的经验来看，现阶段工业界最实用的是「规则快速过滤 + 图算法挖团伙 + 深度学习做精排」的组合拳。别迷恋单一算法，能落地才是硬道理。