HR/ERP

图神经网络与链式连接特征在工资欺诈检测中的比较

一篇新发表在arXiv上的研究论文详细介绍了在合成HR/ERP图表中检测工资欺诈方法的比较研究。该研究评估了传统的分析师规则、显式路径特征和图神经网络（GNNs），发现利用链式连接特征的梯度提升模型在整体链接平均精度方面表现最佳。这种方法优于GraIL风格的GNN，表明显著的多跳增益并非GNN独有。研究还探讨了标识符连接失败的影响以及匹配双胞胎在减少误报方面的有效性。