《表2 模型效果对比：金融交易数据驱动的图谱网络智能化欺诈侦测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《金融交易数据驱动的图谱网络智能化欺诈侦测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

图8为持卡人节点个体交易特征和团伙化特征分析后的结果对比.出于可视化考虑，仅选取了时间间隔、交易笔数、优惠金额3个维度和部分节点进行展示：左图为仅考虑持卡人个体交易特征的用户分布情况，每个节点的3个坐标表示了用户节点的交易频数（笔数）、交易体量（优惠）和交易频繁度（交易时间间隔）.通过归一化方式进行了散点可视化，该可视化结果反映了节点黄牛交易行为画像.通过对比可知，持卡人个体节点分布规律难以挖掘，各分布点堆叠成簇难以区分；而各持卡人节点的特征因子分布规律能较好地把持卡人节点划分至各个区域空间，各个区域空间则对应了该持卡人节点相应的套利行为表征.如贴近交易优惠轴分布的节点，表示其在交易时间间隔和笔数维度因子较低，其套利行为呈现单笔大额优惠套利的团伙化行为特征；而在交易笔数—原点—交易优惠面附近分布的节点，则表现出大额多笔次的团伙化交易特征表征.由此可见，基于持卡人个体及团伙化套利行为特征的画像因子，能够对持卡人的套利行为模式进行更全面精准的刻画.