数据分析与知识发现

图/表详细信息

融合结构分析与远端节点表示的信贷欺诈检测图神经网络^*

张岚泽, 顾益军, 彭竞杰

数据分析与知识发现, 2025, 9(1): 65-78. DOI: 10.11925/infotech.2096-3467.2023.1009

模型核心思想	模型	DGraph-Fin		TFinance
模型核心思想	模型	Macro-F1/%	AUC/%	Macro-F1/%	AUC/%
节点属性特征	MLP	73.73	80.47	70.57	87.15
同构性假设	GCN	71.13	75.52	70.74	64.43
	GAT	56.41	66.92	53.86	73.05
	GraphSage	73.63	79.52	52.71	67.12
GNN模型重构	JK-GCN	77.43	83.03	81.57	87.33
GNN模型重构	GCNII	77.72	83.15	82.19	86.69
异构性图神经网络	ACM	78.32	82.94	85.43	91.43
	NLGNN	77.93	82.82	83.92	90.76
	BWGNN	74.86	81.92	86.87	94.35
高阶邻域聚合结构角色挖掘	PSI-Concat	80.94	87.82	91.42	96.68
高阶邻域聚合结构角色挖掘	PSI-Max	80.78	87.27	90.97	96.53

表2 对比实验

本文的其它图/表