网站地址：dgraph-web

论文地址：2207.03579

baseline：DGraphXinye/DGraphFin_baseline: This is a repository contaning baseline code for DGraphFin Dataset

DGraph

DGraph提供了来自各个领域（如金融网络和社交网络）的动态数据集的集合。DGraph 旨在帮助社区更好地探索和理解动态图的演变，以及评估动态图建模方法。

image-20250109104207679

DGraph-Fin

image-20250109105325373

标签：为了更好地了解实际的财务场景，我们将节点分为 foreground nodes （前景节点） 和 background nodes （后台节点）。前景节点是标记为正常 （Class 0） 和欺诈 （Class 1） 的节点，它们也是我们预测任务的节点。另一方面，背景节点与任务无关，但在维护图形的连接性方面发挥着重要作用。

任务：DGraph-Fin 的任务是根据节点特征和图形结构信息检测欺诈用户。这是财务场景中的常见任务。我们将节点随机分成训练/验证/测试集，比例为 70：15：15。

不断发展的模式：DGraph-Fin 中的每个边缘都包含时间信息，表示用户填写该紧急联系人的时间。为了保护隐私，使用加密的时间戳来表示时间

DGraphFin 数据文件描述

文件 dgraphfin.npz 包含以下键值（keys）：

  • x：17 维节点特征。

  • y：节点标签。
    数据集中共有 四种类别，每个类别的节点数量如下：

    • 0 类：1,210,092 个节点
    • 1 类：15,509 个节点
    • 2 类：1,620,851 个节点

    • 3 类：854,098 个节点

      任务描述：

    • 类 1 表示欺诈用户，类 0 表示正常用户，模型需要预测这两个类别的节点。

    • 类 2 和类 3 表示背景用户。

  • edge_index：形状为 (4300999, 2)边索引矩阵。

    • 每一行表示一条边，格式为 (id_a, id_b)，其中 id_a 和 id_b 是 x 中节点的索引。

  • edge_type：边的类型，共有 11 种不同类型的边。

  • edge_timestamp：每条边的去敏化时间戳。

  • train_mask, valid_mask, test_mask：

    • 类 0（正常用户）和 类 1（欺诈用户）的节点被随机划分为训练集、验证集和测试集，比例为 70% / 15% / 15%。