1. 课程导论：金融图谱与Feature Store概述、样本偏差在风控中的重要性、课程目标与学习路径
1.1 金融图谱：从关系中发现风险
金融图谱（Financial Graph）是一种以实体（用户、设备、账户、交易、商户）为节点、以关系（转账、登录、担保、共用设备）为边的知识表示方法。在风控场景中，图谱能够捕捉传统表格特征无法表达的高阶关联风险，例如团伙欺诈、资金循环、多头借贷。
| 维度 | 传统特征（表格） | 图谱特征（Graph） |
|---|---|---|
| 数据形态 | 扁平行列表 | 节点 + 边 + 属性 |
| 特征提取 | 统计聚合（均值、计数） | 图算法（PageRank、社区发现、最短路径） |
| 风险识别 | 个体异常 | 团伙关联、资金闭环 |
| 样本偏差影响 | 特征分布偏移 | 图结构偏移 + 特征分布偏移 |
关键认知：图谱特征比传统特征更容易受到样本偏差的“放大效应”——一个节点的缺失可能导致整个子图结构失真，进而使图算法输出严重偏离真实分布。
1.2 Feature Store：特征生产与消费的中间层
Feature Store（特征存储）是机器学习基础设施的核心组件，负责特征的统一存储、版本管理、在线/离线一致性校验。在金融风控中，Feature Store 承担着从原始数据到模型输入之间的桥梁角色。
- 离线存储：历史全量特征，用于模型训练与回测。
- 在线存储：实时特征，用于线上推理。
- 特征注册：定义特征名称、类型、来源、时间窗口。
- 样本偏差校验：对比离线训练样本与在线推理样本的特征分布，发现偏移。
1.3 样本偏差在风控中的重要性
样本偏差（Sample Bias）是指训练样本分布与真实业务分布之间的系统性差异。在金融风控中，这种偏差会直接导致模型在线上表现劣于离线评估，造成误杀（拒绝好用户）或漏放（放过坏用户）。
⚠️ 风控场景的特殊性：金融数据具有强时效性、强选择性偏差（只有通过审批的用户才有标签）、以及图谱结构的不完整性。这三种因素叠加，使得样本偏差成为风控模型上线后效果衰减的“头号杀手”。
常见样本偏差类型
- 选择偏差：只有被审批通过的用户才有后续表现标签，拒绝用户无标签。
- 时间偏差：训练数据来自过去，推理数据来自未来，客群行为可能已变化。
- 图谱结构偏差：离线图谱可能缺失新用户的关系边，导致图特征计算不完整。
- 特征分布偏移：单一特征（如交易金额、登录频次）的均值/方差发生漂移。
| 偏差类型 | 典型表现 | 对风控模型的影响 |
|---|---|---|
| 选择偏差 | 训练集只有通过用户 | 模型无法学习拒绝用户的特征模式 |
| 时间偏差 | Q1模型在Q3失效 | KS/PSI指标持续恶化 |
| 图谱结构偏差 | 新用户无关联边 | 图特征（如PageRank）趋近于0 |
| 特征分布偏移 | 交易金额均值从500变为800 | 模型打分整体偏移 |
1.4 课程目标与学习路径
本课程旨在帮助风控算法工程师、数据架构师掌握图谱Feature Store场景下的样本偏差校验方法论，从理论到工程落地。
课程三大目标
- 理解偏差本质：掌握样本偏差的数学定义、图谱场景下的特殊表现形式。
- 掌握校验方法：学会使用PSI、KS、图结构对比、社区分布对比等指标进行偏差检测。
- 工程落地能力：在Feature Store中构建自动化偏差校验Pipeline，实现离线/在线特征分布监控。
学习路径（30章结构）
| 阶段 | 章节范围 | 核心内容 |
|---|---|---|
| 基础篇 | 第1-5章 | 图谱基础、Feature Store架构、偏差数学定义 |
| 方法篇 | 第6-15章 | PSI/KS/图结构对比、社区分布校验、时间窗口校验 |
| 工程篇 | 第16-25章 | Feature Store集成、自动化Pipeline、告警与可视化 |
| 实战篇 | 第26-30章 | 真实风控案例、模型回测、偏差修复策略 |
💡 学习建议：建议先通读基础篇建立图谱思维，再重点攻克方法篇中的图结构对比指标（第10-12章），最后结合工程篇搭建自己的偏差校验Demo。每章末尾的代码示例建议动手运行。
1.5 本章小结
- 金融图谱通过实体关系捕捉团伙风险，但图结构对样本偏差更敏感。
- Feature Store 是特征治理的基础设施，偏差校验应内建于其特征生命周期中。
- 样本偏差在风控中表现为选择偏差、时间偏差、图谱结构偏差和特征分布偏移。
- 本课程30章分为基础、方法、工程、实战四个阶段，最终交付可落地的偏差校验系统。