xFraud：可解释的欺诈交易检测
机器学习
2022-05-26 v3 人工智能
社会与信息网络
摘要
在在线零售平台，主动检测交易风险以改善客户体验并最小化财务损失至关重要。在这项工作中，我们提出 xFraud，一个可解释的欺诈交易预测框架，主要由检测器与解释器组成。xFraud 检测器能够有效且高效地预测 incoming 交易的合法性。具体而言，它利用异构图神经网络从交易日志中信息丰富的异质类型实体学习具有表现力的表示。xFraud 中的解释器可从图中生成有意义且人类可理解的解释，以辅助业务单元的后续流程。在我们使用 xFraud 对具有多达 11 亿节点和 37 亿边的真实交易网络的实验中，xFraud 能够在许多评估指标上超越各种基线模型，同时在分布式设置中保持可扩展性。此外，我们表明通过定量与定性评估，xFraud 解释器能够生成合理的解释以显著协助业务分析。
引用
@article{arxiv.2011.12193,
title = {xFraud: Explainable Fraud Transaction Detection},
author = {Susie Xi Rao and Shuai Zhang and Zhichao Han and Zitao Zhang and Wei Min and Zhiyao Chen and Yinan Shan and Yang Zhao and Ce Zhang},
journal= {arXiv preprint arXiv:2011.12193},
year = {2022}
}
备注
This is the extended version of a full paper to appear in PVLDB 15 (3) (VLDB 2022)