hiw3c AI 日报
BestBlogs·AI 高分精选 中文 网页快照

从交易关系中识别欺诈:EXL 的图神经网络实战

📌 One-Sentence Summary EXL 工程师解释了如何在固定告警预算下,用带时间约束的交易图提升欺诈识别,并处理采样、数据泄漏、可解释性和低延迟在线评分。 📝 Summary Rai 和 Sharique 展示:同一笔交易的行级特征不变,一旦模型看见近期关联欺诈,风险分数就可能从 0.04 升到 0.91。由于分析师只能审阅得分最高的约 0.5% 至 1.5% 交易,他们强调固定告

来源:BestBlogs·AI 高分精选 · www.bestblogs.dev

Judge a Transaction by the Company It Keeps — Somya Rai & MD Sharique, EXL

EXL engineers explain how a temporal transaction graph improves fraud detection at a fixed alert budget, including sampling, leakage controls, attribution and a low-latency edge-scoring design.