-
公开(公告)号:CN114511332A
公开(公告)日:2022-05-17
申请号:CN202111309484.4
申请日:2021-11-06
Applicant: 南京财经大学
Abstract: 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。