摘要
本发明属于金融业交易欺诈检测技术领域,涉及一种自适应标签感知的图神经网络信用卡欺诈检测方法,包括:获取信用卡交易数据并输入训练好的信用卡欺诈检测模型,得到欺诈检测结果;欺诈检测模型的训练过程包括:获取信用卡交易记录数据集构建初始多关系异质图;将初始多关系异质图输入依次串联的多层图聚合层;将最后一层图聚合层输出的节点特征输入分类模块,得到欺诈检测结果;根据欺诈检测结果更新模型参数直到得到训练信用卡欺诈检测模型;本发明在图聚合层中对每个关系使用图注意力机制聚合节点特征,并对不同类型的邻居使用转换模块进行进一步处理,使节点自适应地调整从其异性和同性邻居聚合的信息,提高了信用卡欺诈检测任务的能力。
技术关键词
欺诈检测方法
信用卡
节点特征
异质
邻居
模块
关系
标签
交易欺诈检测技术
更新模型参数
单层感知机
中子
数据
矩阵
注意力机制
索引
异性
系统为您推荐了相关专利信息
数据分类模型
训练样本集
特征提取网络
回声
参数
优化设计方法
叶片安装角
离心式旋转机械
离心叶轮设计
离心风机
自动规划系统
变电站通信网络
网络状态感知
网络拓扑结构
源节点
贝叶斯神经网络
概率预测方法
原油
油样
预测特征