摘要
本发明公开了一种基于图神经网络的金融交易欺诈识别方法及系统,包括如下步骤:S1、采集金融交易数据,并进行预处理;S2、构建异构图结构,所述异构图结构包括账户节点、设备节点和位置节点,形成异构交易图;S3、对异构交易图中每条边嵌入路径级上下文信息,并引入节点类型与边类型联合位置索引,形成多跳边编码矩阵;S4、构建图神经网络模型,并输出节点表示向量;S5、采用残差融合策略,将相邻层节点表示进行融合,并构建跳连接结构,形成节点特征矩阵;S6、构建联合训练任务,采用多任务损失函数对图神经网络模型进行联合训练,并输出欺诈识别分类结果。本发明有效提升了交易欺诈检测的准确性与实时响应能力。
技术关键词
欺诈识别方法
金融交易数据
神经网络模型
多任务损失函数
异构
节点特征
账户
融合策略
矩阵
注意力
节点分配标签
双曲正切函数
序列
时序
欺诈检测
数据处理模块
节点更新
编码向量
系统为您推荐了相关专利信息
交换模块
存取方式
中心控制器
节点控制器
时钟发生器
蛋白互作网络
分类器模型
数据处理装置
生物物种
基因
增量式神经网络模型
增量式数据
样本
时间段
艾滋病防治
语音回声消除
序列特征
神经网络模型
特征提取模块
融合注意力机制