楠姐技术漫话：图计算的那些事
💡
原文中文，约4600字，阅读约需11分钟。
📝
内容提要
本文介绍了如何将风控场景中的数据建模为图结构，并使用图计算进行风险识别。通过将不同的信息作为节点和边，可以形成一个覆盖范围广泛的异构图，并使用不同的图模型进行有监督或无监督学习。
🎯
关键要点
- 本文介绍了如何将风控场景中的数据建模为图结构，并使用图计算进行风险识别。
- 图是一种表示对象之间关联关系的数据结构，具有强大的抽象性和灵活性。
- 图计算的核心是将数据建模为图结构，并解决图结构上的计算问题。
- 图可以分为有向图、无向图、有权图、无权图、同构图、异构图、静态图和动态图等多种类型。
- 节点的度和邻居是图节点的重要概念，邻接矩阵用于量化节点之间的边关系。
- 节点表征问题是如何对图中的节点或边进行量化表示，涉及到图的表征学习。
- 图计算的历史可以追溯到欧拉的哥尼斯堡七孔桥问题，图论由此产生。
- 图计算在互联网企业和金融科技公司中应用广泛，如Google的PageRank和Facebook的Social Graph。
- 图计算在金融反欺诈中应用，通过构建异构图识别黑产团伙的行为。
- 图计算的无监督学习方法，如社群发现和自监督学习，能够有效识别关联节点。
- 随着人工智能的快速发展，图计算也在不断扩展应用于广告、金融风控、智能交通等领域。
➡️
