一种基于多层图卷积神经网络的电商反欺诈方法
基本信息
| 申请号 | CN202111309484.4 | 申请日 | - |
| 公开（公告）号 | CN114511332A | 公开（公告）日 | 2022-05-17 |
| 申请公布号 | CN114511332A | 申请公布日 | 2022-05-17 |
| 分类号 | G06Q30/00（2012.01）I;G06N3/08（2006.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 孙宏亮;黄家涛;卜湛;曹杰 | 申请（专利权）人 | 南京财经大学 |
| 代理机构 | 南京经纬专利商标代理有限公司 | 代理人 | - |
| 地址 | 210023江苏省南京市栖霞区文苑路3号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种基于多层图卷积神经网络的电商反欺诈方法，步骤是：基于用户对商品的评论内容，获取用户评论内容特征和用户评论行为特征；将对同一商品进行评价的用户构造边，形成图结构，从而得到用户‑评论图结构；将连续登录评论超过七天的用户标记为高度怀疑欺诈用户，其余标记为普通用户；训练图卷积模型，学习图节点特征和图结构；使用训练好的图卷积模型对测试集进行识别，输出测试集预测结果；多次改变隐藏层神经元数目或激活函数，使用改变后的图卷积模型再次识别，输出预测结果；基于多次预测结果，将检测准确率最高的模型确定为最终的图卷积模型。此种方法能够实现对高度伪装的欺诈者的识别，提高对欺诈者的识别精度。 |
