1. 课程导论：金融图谱与图神经网络概述、样本偏差问题的行业痛点、本课程目标与学习路径
1.1 金融图谱：从数据孤岛到关联网络
传统金融风控主要依赖结构化表格数据（如用户基本信息、交易流水、征信报告），将每个客户视为独立样本。然而，金融欺诈、团伙洗钱、关联交易等风险行为天然具有强关联性。金融图谱（Financial Knowledge Graph）通过将实体（客户、账户、设备、手机号、IP地址）作为节点，将关系（转账、通话、同设备登录、担保）作为边，构建了一个高维关联网络。
核心转变：从“个体特征建模”升级为“个体+邻居+拓扑结构”联合建模，图神经网络（GNN）正是挖掘这种关联结构的最强工具。
1.2 图神经网络：为关联而生
图神经网络（Graph Neural Network, GNN）是专门处理图结构数据的深度学习框架。其核心思想是消息传递（Message Passing）：每个节点通过聚合邻居节点的特征来更新自身的表示，经过多层迭代后，节点嵌入（Embedding）同时包含自身属性与局部拓扑信息。
| 模型 | 核心机制 | 金融风控适用场景 |
|---|---|---|
| GCN | 谱域图卷积，平均聚合邻居 | 节点分类（欺诈/正常） |
| GAT | 注意力机制，加权聚合邻居 | 团伙识别、重要节点发现 |
| GraphSAGE | 归纳式学习，采样邻居 | 大规模图、冷启动用户 |
| GIN | 可证明最强表达能力 | 图分类（子图异常检测） |
1.3 样本偏差：金融风控的“隐形杀手”
在金融图谱场景下，样本偏差问题比传统表格数据更为严峻。图数据中的样本并非独立同分布，节点之间存在复杂的依赖关系，导致偏差在图中传播、放大、扭曲。
行业痛点：许多金融机构在构建GNN风控模型时，直接沿用传统机器学习的数据划分方式（随机切分训练/验证/测试集），忽略了图结构中的“信息泄露”与“分布偏移”，导致模型上线后效果断崖式下跌。
金融图谱样本偏差的三大典型表现：
- 标签偏差（Label Bias）：欺诈样本极度稀疏（通常<1%），且欺诈节点往往聚集在少数子图中，随机采样容易导致训练集缺乏代表性。
- 结构偏差（Structural Bias）：训练集与测试集的节点度分布、社区结构不一致。例如，训练集多为低度节点，测试集出现高度节点（如设备关联大量客户），模型泛化失败。
- 时间偏差（Temporal Bias）：金融图谱随时间动态演化，旧图训练、新图推理时，边的新增与消失导致拓扑偏移。
1.4 本课程目标与学习路径
本课程旨在系统性地解决金融图谱GNN模型中的样本偏差问题，提供一套可落地、可复现的校验与修正方法论。
课程定位：面向具备基础机器学习与Python编程能力的金融风控工程师、数据科学家。不要求GNN前置知识，但建议了解基本图论概念。
核心学习目标：
- 理解金融图谱GNN样本偏差的成因、类型与量化指标
- 掌握图数据偏差检测的统计方法与可视化工具
- 学会使用偏差校验框架（如基于度、基于社区、基于时间）评估模型鲁棒性
- 实战应用：在真实金融图谱数据集上完成偏差识别、模型修正与效果验证
学习路径（课程章节主线）：
| 阶段 | 章节范围 | 核心产出 |
|---|---|---|
| 基础篇 | 第1-4章 | 金融图谱构建、GNN原理、偏差概念体系 |
| 检测篇 | 第5-10章 | 偏差量化指标、统计检验、可视化诊断 |
| 修正篇 | 第11-20章 | 重采样、图增强、鲁棒训练、迁移学习 |
| 实战篇 | 第21-28章 | 完整案例：信贷反欺诈、团伙洗钱检测 |
| 总结篇 | 第29-30章 | 最佳实践、部署注意事项、未来方向 |
每章均包含可运行的代码片段、数据集说明与偏差校验实验。建议读者按照顺序学习，并在本地Jupyter环境中同步复现。