基于时空图神经网络的金融产品异常交易检测方法及系统
申请号:CN202511331613
申请日期:2025-09-18
公开号:CN120822964A
公开日期:2025-10-21
类型:发明专利
摘要
本发明公开一种基于时空图神经网络的金融产品异常交易检测方法及系统,方法包括:获取金融产品的相关数据并进行预处理,提取相关基础特征;得到节点嵌入及边嵌入,得到时间嵌入,将时间编码与节点嵌入进行拼接并进行注意力处理,得到重要性程度;基于相关数据及相关基础特征构建多元异构图并定义多条元路径,在同一元路径下基于节点特征及重要性程度计算节点级注意力;得到最终节点向量;得到节点级异常分数与边级异常分数并进行协同处理,得到异常交易概率;进行判断,得到金融产品交易场景中是否存在异常交易行为。本发明通过构建时序空间双模态异构图,构建覆盖多实体的交易网络,能够实现精准的异常检测。
技术关键词
交易检测方法
节点特征
金融
注意力
编码
BERT模型
账户
投影特征
数据
异构
时间段
基础
风险
关系
可读存储介质
标识特征
邻居
场景
文本