graph-fraud-detection-papers

这个项目是一个专注于图神经网络和Transformer技术在欺诈检测、异常检测领域的论文资源合集，由安全图研究团队维护。它的核心价值在于为研究人员和从业者提供了一份系统化、持续更新的学术地图，解决了该领域论文分散、检索困难、难以追踪最新进展的痛点。目前该项目在GitHub上已获得超过1800颗星，说明其内容质量得到了社区广泛认可。 从技术亮点来看，这个项目不仅仅是简单的论文列表。它提供了交互式仪表盘，让用户可以通过可视化界面筛选和搜索论文，大大提高了信息获取效率。更令人惊喜的是，项目团队还开发了一个基于RAG技术的本地聊天机器人，集成了250篇公开论文，用户可以直接向这个AI助手提问，快速获取相关研究的核心内容。这种将传统论文索引与现代AI工具结合的方式，极大降低了文献调研的门槛。项目按照论文发表年份、技术方向（如LLM与Transformer、深度学习图方法、非深度学习图方法等）进行了细致分类，并提供了论文链接和代码地址，方便用户从理论到实践快速验证。 这个项目适合所有对图数据挖掘、异常检测、反欺诈技术感兴趣的人群，包括学术研究人员、工业界的算法工程师、数据科学家，甚至是对这个方向感兴趣的学生。你可以用它来快速了解某个特定技术方向的研究现状，寻找可复现的基线方法，或者追踪最新发表的顶会论文。对于正在做相关课题的研究生来说，这几乎是一个必备的文献导航工具。 对于新手来说，这个项目的上手难度非常低。你不需要任何编程基础就能浏览论文列表和使用交互式仪表盘。如果想使用那个RAG聊天机器人，则需要一些Python和本地部署的知识，但项目提供了详细的部署指南。总体来说，这是一个对新手非常友好的资源，只要你对欺诈检测或图学习感兴趣，就能从中获得价值。