CaT-GNN: Enhancing Credit Card Fraud Detection via Causal Temporal Graph Neural Networks
创建于 更新于
摘要
本报告提出了基于因果推理的时序图神经网络模型CaT-GNN，用于信用卡欺诈检测。模型通过发现和干预阶段，结合时间注意力机制识别因果节点及环境节点，并利用因果混合增强方法提升模型稳健性和可解释性。在多个公开与私有金融数据集上，CaT-GNN显著优于现有最先进方法，验证了因果理论融入图神经网络在金融欺诈检测中的有效性与实用性 [page::0][page::1][page::4][page::6][page::6][page::6][page::6][page::6][page::6][page::6][page::6].
