图技术和人工智能相结合,Intuit 利用图特征将欺诈检测提高了 50%

Uri Lapidot,高级产品经理,Intuit

2021 年 7 月 29 日

图技术和人工智能相结合,Intuit 将欺诈检测提高了 50%

了解金融软件领导者如何克服关键挑战以实现图的真正优势

Intuit 的风险和欺诈团队致力于将机器学习与图数据库相结合,以形成一种基于图的 AI 方法,以防止大规模欺诈。换句话说,可以在客户(及其资金)受到影响之前检测到可疑模式。

基于tigergraph的链路分析
图1.基于TigerGraph的链路分析

图特征+机器学习,提高欺诈预测的准确率

将图特征添加到欺诈检测模型将使我们能够检测微妙的欺诈模式
图2.基于图的特征
图特征举例
图3.图特征举例

第一个挑战: 如何让数据科学家能够探索和开发基于图的特征​​,而无需对其进行 GSQL 语法训练?

第二个挑战:一旦获得了一个有效的特征,如何设计基于时间的关联关系来为模型训练和测试生成可回溯的图特征

生成基于图特征的训练数据集
图4.生成基于图特征的训练数据集
图特征对性能的改进
图5.图特征对性能的改进

总结