《表3 邻边权重：基于Structure2vec算法的网络欺诈风险特征选择与评估》

  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

《基于Structure2vec算法的网络欺诈风险特征选择与评估》

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

首先，构造Stucture2vec关系图G（又称分子结构图），如图3所示。G中每一叶子节点vi代表不同类型的属性（i=0，…，12），共13个节点，分别代表芝麻信用分v0、职业v1、年龄v2、理财产品类型v3、贷款时间v4、IP地址v5、贷款金额v6、历史消费总量v7、收入v8、房产v9、朋友圈朋友个数v10、推荐次数v11、是否小组成员v12，中间节点Hi为潜在变量（i=0，…，7），节点Y为最终潜在信用评价，ei为叶子节点之间的邻边，其权重设置如表3所示。