基本信息

---

下载

文档摘要

---

摘要

随着金融科技的快速发展，互联网信贷业务已成为金融体系的重要构成部分。

准确预测用户是否能按时还款，有助于保障信贷安全，降低金融风险。相比于传

统金融，互联网金融用户的行为数据呈现高维度动态演化的特性，且用户间的社

交关系在违约预测中起着重要作用。传统的统计模型与机器学习方法难以有效捕

捉这些关联关系，限制了模型的准确性。为此，本研究通过构建金融信贷用户关

系图，将用户表示为图节点，用户间的关系表示为边，把违约预测任务转化为图

上的节点分类任务。图神经网络（GNN）是一种专门用于