向经过政府认可的供应商学习：一种利用机器学习和网络科学方法来检测墨西哥欺诈和腐败行为的途径

《Scientific Reports》：Learning from sanctioned government suppliers: a machine learning and network science approach to detecting fraud and corruption in Mexico

　　

摘要

在公共采购中检测欺诈和腐败仍然是世界各国政府面临的主要挑战。迄今为止的大多数研究都是基于领域知识来构建针对单个合同层面特征的腐败风险指标，部分研究还分析了采购网络的模式。监督机器学习的一个关键障碍是缺乏经过验证的“非腐败”（负面）案例，这使得传统的机器学习方法不适用于这项任务。本研究利用墨西哥联邦资助采购的公开数据以及公司制裁记录，采用了正样本无标签（PU）学习算法，将基于领域知识的警示信号与网络衍生特征相结合，以识别可能存在腐败和欺诈行为的合同。表现最佳的PU模型平均能比随机猜测多识别出32%的已知阳性案例，并且在预测结果中排名前5%的案例上的精确度至少达到20%，显著优于仅依赖传统警示信号的方法。Shapley加性解释的分析表明，网络衍生特征——尤其是那些与网络核心中的合同或具有高特征向量中心性的供应商相关的特征——最为重要。传统警示信号也如预期那样提升了模型性能，但主要体现在通过竞争性招标授予的合同上。这种方法可以为墨西哥的执法工作提供支持，也可以适应其他国家的具体情况。