Jacobi-Enhanced Dynamic Hypergraph Learning for Graph-Based Fraud Detection
Le papier propose JK-DHGNN, un cadre à double vue intégrant un générateur d'hypergraphes dynamiques Top-, un filtrage spectral de Jacobi et un classificateur basé sur les polynômes de Jacobi pour détecter efficacement la fraude financière et l'e-commerce en modélisant à la fois les relations par paires et les affiliations d'ordre supérieur, atteignant une performance supérieure sur les jeux de données YelpChi et Amazon tout en démontrant l'efficacité des composants dépendants du jeu de données.