小知识，大挑战！本文正在参与“ 程序员必备小知识 ”创作活动
本文同时参与 「掘力星计划」 ，赢取创作大礼包，挑战创作激励金 专注机器学习与风控算法前沿进展，分享数据挖掘比赛，机器学习，反作弊，推荐系统等技术文章。
快来关注我一起学习呀！
Graph Learning_finance——ppt理解
异常检测的目的就是：
子图节点边的异常检测
作者在pyg上实现了一个框架，并介绍了例子。
框架的优势 ：
从时序的角度实现GNN。
例子：
实现了欺诈检测和未来边预测：
应用：
这点很有趣：一个节点在结构上和属性上的表示是一个节点的表，应该具有一致性。其次，这两种信息描述了同一个节点不同方面的信息，也应该 互相提供补充信息。因此如何学习Consistent and Complementary Representation很重要。 一种方法是针对结构和属性上的隐向量做concate。利用了complementary但是没用consistent。 另一种方法是共用encoder网络，保持了consistent但是没有complementary。 作者的方法： 最大化似然：
作者：机器学习与风控
链接：juejin.cn/post/701651…
来源：稀土掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
专注机器学习与风控算法前沿进展，分享数据挖掘比赛，机器学习，反作弊，推荐系统等技术文章。
快来关注我一起学习呀！
