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

GNNExplainer欺诈团伙模型解释实战

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=欺诈团伙识别与模型可解释性的学… · 核心概念 · 整体框架与实战路线
课程导入目标=欺诈团伙识…
02
欺诈团伙建模基础
目标=团伙欺诈定义 · 图结构表示 · 节点与边语义
欺诈团伙建模基础目标=团伙欺诈定…
03
图神经网络入门
目标=GCN · GAT · GraphSAGE基本原理
图神经网络入门GCN
04
GNNExplainer核心思想
目标=解释目标 · 子图与特征掩码 · 互信息最大化
GNNExplainer核心思想
05
GNNExplainer算法流程
目标=掩码学习 · 边与节点特征重要性 · 优化目标
GNNExplainer算法流程
06
环境搭建与数据准备
目标=PyTorch Geometr… · DGL安装 · 欺诈图数据构造
环境搭建数据准备
07
欺诈团伙图数据实战
目标=从交易流水 · 设备指纹 · 社交关系构建异构图与同构图
欺诈团伙图数据实…目标=从交易流水
08
基线GNN欺诈检测模型
目标=搭建GCN/GAT分类器 · 训练流程 · 评估指标与团伙识别效果分析
GNN基线
09
GNNExplainer快速上手
目标=调用接口 · 解释单节点预测 · 可视化重要子图与特征重要性
GNNExplainer快速上手
10
节点级解释实战
目标=针对欺诈节点输出解释子图 · 关键邻居 · 关键特征与业务含义解读
节点级解释实战目标=针对欺诈节…
11
边级解释实战
目标=识别欺诈团伙关键连接 · 异常交易边 · 共享设备边与关系强度分析
边级解释实战目标=识别欺诈团…
12
特征重要性解释
目标=节点特征贡献度 · 嵌入维度重要性 · 业务特征归因与风控规则映射
特征重要性解释目标=节点特征贡…
13
团伙级解释
目标=从单节点解释聚合到团伙子图解释 · 社区发现与团伙结构还原
团伙级解释目标=从单节点解…
14
解释结果可视化
目标=NetworkX · PyVis · Matplotlib
解释结果可视化NetworkX
15
解释稳定性与鲁棒性
目标=随机种子 · 扰动测试 · 解释一致性
解释稳定性鲁棒性
16
解释评估方法
目标=忠实度 · 稀疏性 · 准确性
解释评估方法目标=忠实度
17
案例实战一
目标=电商刷单团伙识别与GNNExp…
案例实战一GNNExp
18
案例实战二
目标=金融信贷申请团伙欺诈检测与关键…
案例实战二目标=金融信贷申…
19
案例实战三
目标=社交平台虚假账号团伙发现与关系…
案例实战三目标=社交平台虚…
20
案例实战四
目标=保险理赔欺诈团伙识别与异常子图…
案例实战四目标=保险理赔欺…
21
常见问题与调优
目标=解释不收敛 · 子图过大 · 特征重要性不稳定
常见问题调优
22
大规模图解释优化
目标=采样策略 · 子图批处理 · 分布式训练
大规模图解释优化目标=采样策略
23
与其他解释方法对比
目标=GNNExplainer · PGExplainer · GraphLIME
其他解释方法对比GNNExplainer
24
业务落地与风控集成
目标=解释结果转化为风控规则 · 人工审核辅助 · 模型监控与反馈闭环
业务落地风控集成
25
合规与伦理
目标=可解释性监管要求 · 用户隐私保护 · 算法公平性与欺诈误伤处理
合规伦理
26
综合项目一
目标=端到端欺诈团伙检测与解释系统设…
综合项目一目标=端到端欺诈…
27
综合项目二
目标=多模型融合与解释一致性分析实战
综合项目二目标=多模型融合
28
综合项目三
目标=基于解释结果的欺诈团伙主动发现…
综合项目三目标=基于解释结…
29
课程总结
目标=知识体系回顾 · 核心方法提炼 · 实战经验归纳与持续学习路径
课程总结目标=知识体系回…
30
扩展与前沿
目标=动态图解释 · 异构图解释 · 大模型与GNN解释结合
扩展前沿