摘要
本发明公开了欺诈检测的图训练微调方法,方法包括以下步骤:S1:多源图数据整合与表征;S2:图结构预处理;S3:预训练模型优化;S4:少样本特征工程与迁移;S5:轻量化微调优化,包括推理阶段和模型微调阶段。本发明通过多层次的特征解耦与融合,显著提升了模型对欺诈模式的敏感性和泛化能力,在保证检测精度的同时降低了对标注数据的依赖,为复杂场景下的欺诈防控提供了有效的技术解决方案。
技术关键词
高频特征
欺诈检测
微调方法
矩阵
样本
特征值
邻居
预训练模型
节点特征
分类器
标签
特征工程
阶段
节点数
注意力
噪声数据
非线性