arxiv：2402.14708v2 [cs.lg] 2024年11月27日__

arxiv：2402.14708v2 [cs.lg] 2024年11月27日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2402.14708v2 [cs.lg] 2024年11月27日

¥ 1.0

热度

信用卡欺诈对经济构成重大威胁。虽然图神经网络（GNN） - 基于基于的欺诈检测方法表现良好，但它们经常忽略节点局部结构对预测的因果影响。本文介绍了一种新颖的信用卡欺诈检测方法，即ca usal t emporal g raph n eural n etwork（cat-gnn），该方法利用了因果不变的学习来揭示事务数据中的固有相关性。通过将问题分解为发现和干预阶段，CAT-GNN可以识别事务图中的因果节点，并应用因果混合策略来增强模型的效果和解释性。cat-gnn由两个关键组成部分组成：因果检查员和因果关系。因果检查员利用时间注意机制中的调整权重识别因果和环境节点而无需引入其他参数。随后，因果关系基于一组节点对环境节点进行因果混合性。在三个数据集上进行了评估，包括一个私人财务数据集和两个公共数据集，CAT-GNN表现出优于现有最新方法的卓越性能。我们的发现突出了将因果原因与图形神经网络相结合以提高金融交易中欺诈检测能力的潜力。

添加pdf代下载 VIP点击下载文件