薪资欺诈检测GNN对比研究发布

Xiaobo Chen等人在arXiv发表论文，基于合成HR/ERP图，对薪资欺诈检测中的规则、路径特征与GNN进行归纳比较。该研究使用24个留出的合成组织作为测试基准。 结果表明，经过调优的基于链式连接特征的梯度提升模型表现最佳，链接平均精度（AP）达到0.823，超过GraIL风格GNN的0.663。在4跳路径评估中，该模型AP为0.646，显著优于GNN的0.272。 研究指出，观察到的多跳增益并非GNN独有。尽管在40%标识符连接失败时GNN出现反超现象，但结构审计发现原始生成器存在捷径，且该结论仅适用于特定合成数据场景。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。