结合图对比学习的金融欺诈检测方法
来源：计算机应用与软件杂志2026年第1期北京时间：
作者：姜力争，李博,
摘要：针对金融欺诈领域样本标签分布倾斜、欺诈节点间缺乏必要连接的问题，提出一种结合图对比学习的金融欺诈检测方法FFD-GCL。根据样本标签稀缺的特点，通过改进标签传播算法获取未标记节点的伪标签；在此基础上，设计一种基于标签一致性的节点筛选方法对原始子图去噪，提取净化子图；利用融合时序编码和位置编码的图注意力网络在两个子图上对节点编码，并结合对比学习修正原始子图上的节点表征，预测节点的欺诈性。在两个真实数据集上的实验结果表明，该方法整体性能优于其他基准模型。
关键词：欺诈检测, 图对比学习, 注意力机制, 图神经网络, 类别不平衡
