基于双空间异质度学习的半监督图欺诈检测模型

本发明公开了基于双空间异质度学习的半监督图欺诈检测模型。本发明通过融合属性空间异质度与结构空间异质度，利用注意力机制和多关系聚合策略优化节点表示，并通过已标注节点的标签和嵌入构建类别原型，指导未标注节点的分类，采用标签平衡采样和半监督学习分别应对正负样本不平衡和标注数据稀缺的挑战，显著提升了复杂异质图数据下的欺诈检测性能，能够快速的处理欺诈图中的异质关系，检测效率得到提高，并基于双空间异质度学习机制，揭示节点个体特征差异，利用标签有向传播学习结构空间异质度，揭示节点网络关系差异，借助异质度融合，揭示节点在双空间上的个体特征差异和网络关系差异，降低了欺诈检测的漏检率和误检率，提高了准确性。