EWS-GCN：用于交易银行数据的边权重共享图卷积网络
机器学习
2020-10-01 v1 机器学习
摘要
在本文中，我们讨论了如何将现代深度学习方法应用于银行客户的信用评分。我们表明，基于客户间资金转账所建立的连接信息，相较于仅使用目标客户信息的方法，能够显著提升信用评分的质量。作为最终方案，我们提出了一种新的图神经网络模型 EWS-GCN，该模型通过注意力机制结合了图卷积神经网络与循环神经网络的思想。所得模型支持鲁棒训练并能够高效处理大规模数据。我们还证明了我们的模型优于当前最先进的(state-of-the-art, SOTA)图神经网络，取得了优异的结果。
引用
@article{arxiv.2009.14588,
title = {EWS-GCN: Edge Weight-Shared Graph Convolutional Network for Transactional Banking Data},
author = {Ivan Sukharev and Valentina Shumovskaia and Kirill Fedyanin and Maxim Panov and Dmitry Berestnev},
journal= {arXiv preprint arXiv:2009.14588},
year = {2020}
}