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

GraphSAGE回放链路反欺诈图谱构建指南

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
课程导论
反欺诈背景 · 回放链路定义 · 图谱构建在反欺诈中的价值
课程导论反欺诈背景
02
图神经网络基础
图的基本概念（节点 · 边 · 邻接矩阵）
图神经网络基础图的基本概念
03
GraphSAGE原理
归纳式学习思想 · 采样与聚合机制 · GraphSAGE vs GCN v…
GraphSAGE原理
04
回放链路业务场景
什么是回放链路 · 典型欺诈模式（刷单 · 薅羊毛
回放链路业务场景什么是回放链路
05
反欺诈图谱数据模型
节点类型设计（用户 · 设备 · IP
反欺诈图谱数据模…节点类型设计
06
数据采集与预处理
日志采集规范 · 数据清洗（去重 · 异常值处理）
数据采集预处理
07
实体识别与ID映射
多源ID融合 · 设备指纹生成 · 用户统一标识（OneID）构建
ID实体识别
08
关系抽取与边构建
基于时间窗口的行为关系抽取 · 基于规则的边构建 · 基于相似度的边构建
关系抽取边构建
09
图存储选型
Neo4j vs JanusGrap… · 图数据库对比 · 存储架构设计
图存储选型Neo4j
10
大规模图构建实践
分布式图构建框架 · 数据分区策略 · 增量更新机制
大规模图构建实践分布式图构建框架
11
GraphSAGE模型输入准备
节点特征工程（统计特征 · embedding特征） · 边特征构建
GraphSAGE模型输入准备
12
负采样策略
随机负采样 · 基于规则的负采样 · 难负样本挖掘
负采样策略随机负采样
13
GraphSAGE模型架构设计
聚合器选择（Mean/LSTM/Po… · 层数设计 · 隐藏层维度
GraphSAGE模型架构设计
14
模型训练流程
训练集/验证集/测试集划分 · 损失函数设计（交叉熵 · 对比损失）
模型训练流程训练集
15
模型评估指标
AUC · Precision-Recall曲线 · HitRate@K
模型评估指标AUC
16
模型推理与部署
在线推理架构 · 模型量化与加速 · 服务化部署（TensorFlow S…
模型推理部署
17
图谱可视化
节点/边可视化工具（Gephi · Cytoscape） · 子图提取
图谱可视化Gephi
18
规则引擎融合
图谱规则（环路检测 · 星型结构检测） · 规则与GNN模型联合决策
规则引擎融合图谱规则
19
实时反欺诈链路
流式图更新 · 实时特征计算 · 在线推理延迟优化
实时反欺诈链路流式图更新
20
冷启动问题
新用户/新设备图谱稀疏处理 · 迁移学习 · 元学习在反欺诈中的应用
冷启动问题新用户
21
可解释性分析
GNNExplainer · 节点重要性分析 · 反事实解释
可解释性分析GNNExplainer
22
大规模图采样优化
邻居采样策略（随机采样 · 重要性采样） · 采样效率优化
大规模图采样优化邻居采样策略
23
多任务学习
同时预测多种欺诈类型 · 共享底层表示 · 任务权重调整
多任务学习同时预测多种欺诈…
24
时序图建模
时间感知的GraphSAGE · 时序边特征 · 动态图快照
时序图建模GraphSAGE
25
异构图处理
不同类型节点/边的聚合策略 · 元路径引导的采样
异构图处理不同类型节点
26
模型鲁棒性
对抗攻击防御 · 数据扰动处理 · 模型稳定性测试
模型鲁棒性对抗攻击防御
27
A/B测试与效果评估
线上实验设计 · 评估指标选择 · 长期效果跟踪
A/B测试
28
案例实战
电商刷单检测图谱构建全流程 · 金融交易反欺诈图谱案例
案例实战电商刷单检测图谱…
29
常见问题与调优
过平滑问题 · 训练不收敛 · 内存溢出
常见问题调优
30
课程总结与展望
GraphSAGE在反欺诈中的最佳实… · 未来趋势（大模型+图 · 联邦图学习）
课程总结GraphSAGE