信贷团伙欺诈图神经网络识别实验进展

信贷风控中，基于个体特征的规则与评分模型较难识别有组织的团伙欺诈。金融AI实验室近期围绕申请关系图谱开展图神经网络（GNN）识别实验：以设备指纹、紧急联系人、常用地址等字段构建申请关联网络，学习欺诈团伙在图结构上的聚集模式。
阶段进展：
· 基于合作机构脱敏申请数据的离线测试显示，在误报率持平条件下，模型对团伙类案件的召回率较基线评分卡提升约18%；
· 引入二阶邻居特征后，对“中介包装”类申请的判定稳定性明显改善，单笔增量推理耗时低于50毫秒，可满足准实时审批要求。
当前方法对关系稀疏的新客群覆盖有限。下一阶段将尝试图对比学习与少样本节点嵌入方案，并输出关系路径级的可解释依据，为后续小范围生产环境验证做准备。