2. 金融图基础
在进入负采样与困难样本构建之前，必须先建立对“金融图”的统一认知。图并不是把表格换个画法，而是把金融业务中的主体、行为、关系与时间约束显式建模为可计算结构。只有节点与边的语义清晰，后续的采样策略、邻居聚合和困难样本判定才有可靠依据。
一、图的基本概念：从对象到关系
图由节点集合与边集合构成，记为 G = (V, E)。在金融场景中，节点通常代表可识别的业务实体，边代表实体之间可观测、可解释的关联。若边有方向，则形成有向图，例如资金从账户 A 流向账户 B；若边带权重，则形成加权图，例如交易金额、担保额度或持股比例。若节点和边带有类型，则进入异构图范畴。
金融图还有两个容易被忽视的维度：时间与属性。交易边通常带有时间戳，同一对账户在不同时间可能形成多条边；节点属性则包括行业、注册地、风险等级、账户状态等。忽略时间会导致“未来信息泄漏”，忽略属性则会让模型退化为纯拓扑结构，难以区分正常大额交易与可疑拆分交易。
二、金融场景中的节点与边类型
金融图的数据来源多样，常见节点与边可归纳如下：
| 节点类型 | 典型边类型 | 业务含义 | 常见风险/分析任务 |
|---|---|---|---|
| 个人客户 | 转账、共同设备、共同联系人 | 资金往来与社交关联 | 欺诈团伙识别、信用评估 |
| 企业客户 | 担保、投资、供应链交易 | 企业间信用与资金链 | 关联担保风险、空壳企业识别 |
| 银行账户 | 收付、归集、拆分 | 资金流动路径 | 洗钱检测、异常交易监控 |
| 商户/终端 | 消费、退款、绑定 | 交易场景与设备关系 | 套现识别、商户风险画像 |
| 金融产品 | 持有、申购、赎回 | 客户与产品匹配 | 产品推荐、适当性管理 |
边还可以进一步细分为“事件边”和“关系边”。事件边如一笔转账，具有明确时间与金额；关系边如共同地址、同一法人，通常是静态或缓慢变化的。负采样时，事件边适合按时间切分，关系边则要注意不能把未来才建立的关系用于过去时刻的预测。
三、异构图与同构图：语义决定建模方式
同构图假设所有节点和边同质，适合早期原型或结构简单的场景，例如仅用账户转账构建的同质网络。异构图则保留节点类型与边类型，能够表达“客户—账户—商户—设备”等多层语义。金融风控中，异构图更贴近真实业务，因为不同关系对风险的贡献差异巨大：一次大额转账与一次共同登录，权重和含义完全不同。
异构图的建模通常采用元路径（Meta-path）描述语义，例如“客户→账户→客户”表示资金流转，“客户→设备→客户”表示设备共用。元路径既是特征工程手段，也是负采样时构造困难样本的重要依据：同一元路径下但标签不同的样本，往往比随机负样本更具区分价值。
四、常见金融图数据集与业务应用
公开数据集中，Elliptic 是比特币交易图的代表，节点为交易，边为资金流，标签区分非法与合法；DGraph 和 FinGraph 等更贴近企业关联与反欺诈场景。工业界则多基于内部数据构建，如银行转账网络、保险理赔网络、供应链网络。不同数据集的关键差异在于：节点是否同质、边是否带时间、标签是否稀疏且不平衡。
业务应用可归纳为四类：
- 反欺诈与反洗钱：通过资金路径、设备共用、团伙聚集发现异常子图。
- 信用风险：利用担保链、供应链关系传播违约风险。
- 精准营销：基于客户—产品—商户异构图做推荐与交叉销售。
- 合规审计：追踪资金流向，满足穿透式监管要求。
五、误区与复盘：从图结构到采样策略
常见误区有三个。第一，把同构图方法直接套用到异构图，忽略边类型差异，导致负样本语义混乱。第二，随机负采样在金融图中极易采到“假阴性”，例如两个账户没有直接转账，但通过共同设备存在强关联，随机负样本会误导模型。第三，忽略度分布长尾，高度节点被频繁采样，低度节点信息不足。
复盘时应检查：节点与边的类型是否覆盖核心业务；时间戳是否参与切分；负样本是否与正样本在元路径上形成可区分的对比。只有这些基础工作到位，后续的困难样本构建才有意义。
# 金融图构建与检查的典型参数示例
graph_config:
node_types: [customer, account, device, merchant]
edge_types:
- hold: [customer, account]
- login: [account, device]
- consume: [account, merchant]
- transfer: [account, account]
time_field: "event_time"
split_strategy: "time_based"
negative_sampling:
strategy: "hard_negative"
meta_path: "customer-account-customer"
max_degree_threshold: 500
掌握图的基本概念、节点与边类型、异构与同构差异，以及常见数据集与业务应用，是后续负采样与困难样本构建的起点。金融图的价值不在于“大”，而在于语义准确、时间一致、关系可解释。