VIP15
本课程属于：012-反欺诈图谱与团伙识别 智能金融与金融工程 · 共 15 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

时序图神经网络交易团伙识别实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=交易团伙识别的业务背景 · 学习目标 · 课程整体框架与实战项目介绍
课程导入目标=交易团伙识…
02
交易反欺诈基础
目标=常见欺诈类型 · 团伙作案特征 · 传统识别方法与局限性
交易反欺诈基础目标=常见欺诈类…
03
图神经网络入门
目标=图的基本概念 · 图表示学习 · GCN
图神经网络入门目标=图的基本概…
04
时序图神经网络核心
目标=动态图表示 · 时序图卷积 · 时序图注意力
时序图神经网络核…目标=动态图表示
05
交易数据建模
目标=账户 · 设备 · IP
交易数据建模目标=账户
06
时序特征工程
目标=滑动窗口 · 时间衰减 · 交易频率
时序特征工程目标=滑动窗口
07
图特征工程
目标=节点度 · PageRank · 社区发现
图特征工程目标=节点度
08
数据预处理与采样
目标=缺失值处理 · 异常值检测 · 正负样本不平衡
数据预处理采样
09
时序图神经网络模型设计
目标=Temporal GCN · TGAT · TGN
时序图神经网络模…Temporal
10
模型训练与优化
目标=损失函数设计 · 时序交叉验证 · 早停策略
模型训练优化
11
团伙识别任务定义
目标=节点分类 · 链路预测 · 社区检测
团伙识别任务定义目标=节点分类
12
团伙发现算法
目标=连通分量 · 标签传播 · Louvain
团伙发现算法目标=连通分量
13
实战案例一
目标=基于Temporal GCN的…
实战案例一Temporal
14
实战案例二
目标=基于TGAT的交易团伙实时检测…
实战案例二TGAT
15
实战案例三
目标=基于TGN的动态交易网络团伙演…
实战案例三TGN
16
模型评估指标
目标=AUC · F1 · Precision@K
模型评估指标AUC
17
可解释性分析
目标=GNNExplainer · 注意力可视化 · 子图解释
可解释性分析GNNExplainer
18
工程化部署
目标=模型压缩 · 在线推理 · 流式图更新
工程化部署目标=模型压缩
19
大规模图处理
目标=分布式图计算 · 图分区 · 采样加速
大规模图处理目标=分布式图计…
20
对抗与鲁棒性
目标=对抗攻击 · 噪声注入 · 模型鲁棒性增强
对抗鲁棒性
21
隐私与合规
目标=数据脱敏 · 联邦学习 · 差分隐私
隐私合规
22
常见问题与调优
目标=过平滑 · 过拟合 · 时序漂移
常见问题调优
23
业务落地与闭环
目标=规则引擎融合 · 人工审核 · 案件管理
业务落地闭环
24
综合项目实战
目标=从数据到部署的端到端交易团伙识…
综合项目实战目标=从数据到部…
25
前沿进展
目标=自监督学习 · 大语言模型与GNN结合 · 因果推断在反欺诈中的应用
前沿进展目标=自监督学习
26
课程总结
目标=核心知识点回顾 · 方法体系梳理 · 实战经验提炼
课程总结目标=核心知识点…
27
扩展学习
目标=推荐论文 · 开源工具 · 数据集
扩展学习目标=推荐论文
28
案例复盘
目标=成功与失败案例对比 · 业务指标提升分析 · 经验教训总结
案例复盘目标=成功
29
面试与职业发展
目标=常见面试题 · 技能图谱 · 反欺诈岗位能力要求
面试职业发展
30
课程答疑与实战作业
目标=典型问题解答 · 作业布置 · 项目评审标准与后续学习建议
课程答疑实战作业