10:08arXiv cs.AI@Liming Liu, Chao Hu, Mingfei Lu, Yiwei Ge, Xingle Li, Heyuan ShiADC-GNN是一个统一框架,结合扩散引导特征增强、对比表示学习和多跳谱注意力,用于少样本图欺诈检测。论文指出真实欺诈图存在稀疏不平衡监督和表示稀释问题。在三个公共基准和约6万条记录的私有电信数据集上,以1%训练设置评估,ADC-GNN持续优于原始欺诈基线及四种近期基线。额外分析验证了其稳定性、训练比例影响和模块效果。论文ADC-GNNGraph Fraud Detection图神经网络欺诈检测少样本学习推荐理由:这篇论文提出了ADC-GNN,在少样本场景下用扩散对比学习搞定图欺诈检测,三个公开基准上比现有方法都好,做风控的朋友可以看看原文