公开(公告)号：CN119295767A

公开(公告)日：2025-01-10

申请号：CN202411481178.2

申请日：2024-10-23

Applicant: 福州大学

Inventor： 王石平 ,  王旭峥 ,  连捷

IPC: G06V10/44 ,  G06V10/20 ,  G06V10/74 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于多通道图对比学习的金融数据异常检测方法，属于金融数据异常检测领域。该方法输入一个带有异常的金融信息关系图，对图中每个用户的异常信息和行为进行评估检测出异常用户。首先，多视角判别模块采用了基于完整图的视图级对比方法，有助于全面展现属性网络中的信息；然后，图重构模块充分整合了属性和拓扑信息；最后，在六个常用的图数据集上进行了广泛的实验。方法还采用了AUC指标来衡量异常检测性能。本发明能够有效考虑数据重构的全面性，减轻了邻域信息的不可靠性而不增加复杂性，在金融数据异常检测任务上对比其他方法能够具有更加良好的性能，具有一定的实用价值。