期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于空间-邻域自适应的图卷积神经网络信贷欺诈检测模型
1
作者 张岚泽 赵晓亮 +1 位作者 刘津彤 顾益军 《数据分析与知识发现》 EI CSCD 北大核心 2024年第4期137-151,共15页
【目的】为信贷欺诈检测提供兼具空间和邻域自适应性的图卷积神经网络模型。【方法】提出双曲跳跃图卷积神经网络。在空间自适应方面,将节点属性表示为双曲空间可训练曲率,从而完成欺诈网络的低失真嵌入表示;在邻域自适应方面,定义双曲... 【目的】为信贷欺诈检测提供兼具空间和邻域自适应性的图卷积神经网络模型。【方法】提出双曲跳跃图卷积神经网络。在空间自适应方面,将节点属性表示为双曲空间可训练曲率,从而完成欺诈网络的低失真嵌入表示;在邻域自适应方面,定义双曲跳跃连接框架(HJK-Net)框架,通过双曲层间聚合机制对邻域表示结果进行融合。从而为关系网络提供融合空间和邻域自适应性的图表示学习结果,进而完成信贷欺诈检测任务。【结果】通过在公开且来源于实际业务场景的大型社交网络中部署实验,所提模型的AUC指标达到0.8335,相比于以GraphSAGE(NS)为代表的基线模型提升0.0594。【局限】浅层社交网络对邻域自适应性的优势略有限制,所提模型在大型复杂深度网络结构中优势更加明显。【结论】空间自适应为节点属性相关性提供更准确描述,邻域自适应为图表示学习选择最优的邻域聚合范围;融合空间和邻域自适应的模型在大型欺诈关系网中具备更好的识别效果。 展开更多
关键词 图卷积神经网络 图表示学习 双曲空间 空间-邻域自适应性 信贷欺诈检测
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部