典型文献
基于多视角图神经网络的欺诈检测算法
文献摘要：
针对欺诈检测领域样本标签不平衡、欺诈节点之间缺乏必要连接,导致欺诈检测任务不符合图神经网络同质性假设的问题,提出了基于多视角图神经网络的欺诈检测(MGFD)算法.首先,利用结构无关的编码器对网络中节点进行属性编码,以学习欺诈节点与正常节点之间的差异,使用层次注意力机制对网络中多视角信息进行融合,在学习差异的基础上充分利用网络中不同视角之间的交互信息对节点进行建模;然后,基于数据不平衡比采样子图,依据欺诈节点连接特性构建样本进行分类学习,解决样本标签不平衡的问题;最后,预测标签判别节点是否为欺诈节点.在公开数据集上的实验表明,MGFD算法在基于图的欺诈检测领域检测效果优于对比方法.
文献关键词：
欺诈检测;异常检测;注意力机制;图表示学习;不平衡学习
中图分类号：
作者姓名：
陈卓;朱淼;杜军威
作者机构：
青岛科技大学信息科学技术学院,山东青岛 266061
文献出处：
引用格式：
[1]陈卓;朱淼;杜军威-.基于多视角图神经网络的欺诈检测算法)[J].通信学报,2022(11):225-232
A类：
MGFD
B类：
多视角,图神经网络,欺诈检测,检测算法,检测领域,样本标签,标签不平衡,同质性,编码器,中节点,层次注意力,注意力机制,学习差异,充分利用网络,不同视角,交互信息,数据不平衡,不平衡比,样子,子图,节点连接,分类学,公开数据集,检测效果,比方,异常检测,图表示学习,不平衡学习
AB值：
0.358171
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
