典型文献
图异常检测在金融反欺诈中的应用研究进展
文献摘要：
随着数字金融的快速发展,欺诈呈现出智能化、产业化以及强隐蔽性等新特点,传统的专家规则和机器学习方法局限性日益显现.图异常检测技术对关联信息具有强大的处理能力,为金融反欺诈提供了新的思路.简要介绍了图异常检测的发展历程和优势;着重从个体反欺诈和群体反欺诈两个视角,将图异常检测划分为基于特征、基于邻近性、基于图表示学习和基于社区划分的个体欺诈检测,以及基于稠密子图、基于稠密子张量和基于深层网络结构的团伙欺诈检测,并对每类技术的基本思想、优缺点、研究进展和典型应用进行对比分析;同时归纳总结了常用的数据集和评价指标,并给出图异常检测在金融反欺诈中的发展前景和研究方向.
文献关键词：
金融反欺诈;图异常检测;数字化金融服务
中图分类号：
[3]
经济（F）
作者姓名：
刘华玲;刘雅欣;许珺怡;陈尚辉;乔梁
作者机构：
上海对外经贸大学 统计与信息学院,上海 201620
文献出处：
引用格式：
[1]刘华玲;刘雅欣;许珺怡;陈尚辉;乔梁-.图异常检测在金融反欺诈中的应用研究进展)[J].计算机工程与应用,2022(22):41-53
A类：
金融反欺诈
B类：
图异常检测,数字金融,隐蔽性,新特点,专家规则,机器学习方法,对关联,联信,处理能力,邻近性,图表示学习,社区划分,欺诈检测,稠密,子图,张量和,深层网络,团伙欺诈,每类,基本思想,典型应用,出图,数字化金融服务
AB值：
0.280911
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。
