图神经网络让欺诈检测提升 27%-33%，EXL 公开工程细节
AI Engineer · youtube · 2026-10-13
EXL 的 Somya Rai 与 MD Sharique 在 AI Engineer 大会分享其欺诈检测系统：在 XGBoost 分类器基础上引入图嵌入，在固定分析师预警预算内追求精确率，相比纯表格基线在同等预警率下检出率相对提升 27%-33%。
关键工程决策：
- 采样保连通性：保留重点用户的完整交易历史，避免采样破坏模型依赖的邻域结构
- 防泄漏：按月建图、更早时间戳切分、仅对预处理做训练
- GraphSAGE 聚合：同时用均值、最大值与标准差，避免平均掩盖异常邻居
- 可解释归因：把可疑分数归因到具体交易边，供分析师复核
- 服务优化：缓存表示 + 小型在线前向计算；从交易节点嵌入改为用户/商户嵌入后，缓存占用从约 60GB 降到 2-3GB
结尾讨论了滚动窗口、时间衰减与毫秒级延迟的权衡，强调这是工程取舍而非通用基准。
「编程与Agent」频道最新
- Grok Bot 周更:专属邮箱、Shopify 接入、电脑使用与 5 门新语言 — mattyp · 2026-10-13
- 开发者一周死线并行开一堆 Claude 干活,勉强如期交付 — rickasaurus · 2026-10-13
- 多智能体工作流卡死先查通信,四大翻车点来自实战工作坊 — Al_Grigor · 2026-10-13
- iOS 开发者自嘲:agent 时代先把 HomeView、agents.md 和 skills 问个遍 — Dimillian · 2026-10-13
- AI 评分员和人工审核打架时,agent 团队该怎么裁决 — AssociationNew7925 · 2026-10-13
- Agentic coding 只解决了写码,却掏空了理解系统这一最难部分 — cgouguen · 2026-10-13