AI信贷反欺诈定制：时序图谱与团伙识别

金融AI实验室近期在零售信贷反欺诈场景完成一轮实验性验证。传统规则与单点模型难以捕捉多头借贷、设备农场、资金归集等团伙模式。我们以客户、设备、银行卡、手机号、IP为节点，构建带时间戳的申请与交易行为异构图，用时序图网络生成节点表征，再结合社区发现与异常传播评分识别可疑簇。工程上采取三点：特征分层，兼顾静态关系、动态序列与跨实体一致性；训练按时间切分避免泄漏，负样本按曝光采样；图规模控制在亿级边内，离线T+1更新，高风险名单由T+0规则兜底。首轮回测中，团伙召回较基线提升约11个百分点，误报率基本持平；对全新作案手法的冷启动仍偏弱。下一步将接入图检索增强解释，输出可疑子图供人工复核，并评估联邦图学习在数据不出域前提下的可用性。