VIP20
本课程属于：090-反欺诈图谱Kafka回放链路 金融科技风控与量化工程 · 共 20 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

反欺诈图谱回放验证与XGBoost融合教程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
反欺诈图谱基础
图数据库概念 · 反欺诈场景中的图谱价值 · 常见图数据库选型（Neo4j/Jan…
反欺诈图谱基础图数据库概念
02
图谱数据建模
实体定义（用户 · 设备 · IP
图谱数据建模实体定义
03
图谱构建实战
使用Python操作Neo4j · 批量导入节点与关系 · 索引与约束设置
图谱构建实战Python
04
图谱回放概念
什么是图谱回放 · 回放与静态图谱的区别 · 回放在反欺诈中的核心作用
图谱回放概念什么是图谱回放
05
回放验证框架设计
回放引擎架构 · 事件驱动模型 · 时间窗口切片策略
回放验证框架设计回放引擎架构
06
时间戳对齐技术
事件时间戳标准化 · 时区处理 · 乱序事件处理机制
时间戳对齐技术事件时间戳标准化
07
回放数据源准备
历史交易日志解析 · 特征提取 · 数据清洗与去重
回放数据源准备历史交易日志解析
08
回放执行引擎
单机回放实现 · 分布式回放架构（Spark Grap… · 性能优化策略
回放执行引擎单机回放实现
09
回放状态管理
节点状态快照 · 增量更新 · 状态回溯与重置
回放状态管理节点状态快照
10
回放结果验证
预期结果比对 · 召回率/精确率计算 · 误报漏报分析
回放结果验证预期结果比对
11
XGBoost基础回顾
梯度提升树原理 · XGBoost核心参数 · 分类与回归任务
XGBoost基础回顾
12
XGBoost特征工程
数值特征处理 · 类别特征编码 · 缺失值处理策略
XGBoost特征工程
13
图特征提取（一）
节点中心性指标（度中心性 · 介数中心性 · 接近中心性）
图特征提取节点
14
图特征提取（二）
社区发现特征（Louvain · 标签传播） · 连通分量特征
图特征提取Louvain
15
图特征提取（三）
路径特征（最短路径 · 环路检测） · 子图模式特征
图特征提取路径特征
16
时序图特征
时间衰减权重 · 滑动窗口聚合 · 事件序列模式
时序图特征时间衰减权重
17
融合架构设计
图谱回放特征与XGBoost的串联/… · 特征拼接策略
融合架构设计XGBoost
18
特征对齐与归一化
图特征与表格特征的维度对齐 · 标准化/归一化方法
特征对齐归一化
19
训练数据构建
正负样本采样（欺诈/正常） · 时间穿越避免 · 样本权重设置
训练数据构建正负样本采样
20
模型训练流程
XGBoost训练配置 · 交叉验证 · 早停策略
模型训练流程XGBoost
21
模型评估指标
AUC-ROC · KS值 · 混淆矩阵
模型评估指标AUC-ROC
22
回放+模型联合验证
端到端流水线设计 · 离线验证与在线验证对比
回放+模型联合验…端到端流水线设计
23
实时推理部署
模型序列化（PMML/ONNX） · 推理服务API设计 · 延迟优化
实时推理部署PMML/ONNX
24
案例实战（一）
设备指纹图谱回放 + XGBoost…
案例实战XGBoost
25
案例实战（二）
团伙欺诈图谱回放 + XGBoost…
案例实战XGBoost
26
案例实战（三）
时序交易图谱回放 + XGBoost…
案例实战XGBoost
27
模型可解释性
SHAP值分析图特征重要性 · 图谱路径可视化解释
模型可解释性SHAP
28
模型监控与漂移检测
特征分布漂移 · 模型性能衰减 · 自动重训练触发
模型监控漂移检测
29
大规模图谱优化
图分区策略 · 内存优化 · 异步回放加速
大规模图谱优化图分区策略
30
课程总结与进阶方向
联邦图谱 · 图神经网络（GNN）与XGBoost…
课程总结进阶方向