近日，由北京中亦安圖科技股份有限公司(以下簡稱：中亦科技)大數據產品團隊撰寫的論文《Detecting Cash-out Users via Dense Subgraphs》被ACM SIGKDD 2022(國際數據挖掘與知識發現大會，KDD)正式收錄。論文使用了密集子圖技術，應用于金融科技反欺詐場景，是圖譜技術在金融科技領域應用的真正落地和突破，本次論文收錄也代表著中亦科技在相關領域的創新研究得到了業內頂尖會議的肯定和認可。

 中亦科技大數據產品團隊匯聚了來自國外頂尖高校的專業人才，肩負著中亦科技賦能客戶數字化轉型的重任。自成立以來，大數據產品團隊以客戶需求為依托，深耕前沿技術在金融科技領域的落地應用，深度服務于中國建設銀行總行、交通銀行總行、上海銀行、銀聯等國內頂尖金融機構，在圖譜技術應用、運維管理數字化圖譜、智慧營銷、反欺詐、反套現等專業領域做出了積極貢獻。

 ACM SIGKDD(國際數據挖掘與知識發現大會，KDD) 會議始于 1989 年，是數據挖掘領域歷史最悠久、規模最大的國際頂級學術會議，也是首個引入大數據、數據科學、預測分析、眾包等概念的會議。

 據悉，SIGKDD 2022將于8月14日至8月18日在美國華盛頓舉辦。

 作者簡介

 季穎生

 技術總監，清華大學計算機科學博士，研究方向為AutoML。具有8年大數據及算法相關工作經驗，個人發表3篇 SCI、3篇El會議論文;國內專利11個，國際專利1個。曾擔任多家頭部金融機構算法高級顧問。

 張 政

 算法工程師，復旦大學應用數學碩士，發表4篇專利。曾擔任多家頭部金融機構算法外部顧問，多個項目的算法負責人，主攻圖算法研究與應用。

 唐欣蕾

 算法工程師，復旦大學碩士，個人發表1篇sci, 3篇專利。曾擔任多家頭部金融機構外部顧問，擔任多個項目的算法負責人，主攻圖算法技術。

 沈佳辰

 數據分析師，英國約克大學金融數學碩士，發表4篇專利。曾擔任頭部金融機構算大數據中心顧問。參與多項金融圖譜搭建，金融大數據項目建設，深耕于金融圖譜技術領域。