大规模比特币交易图智能识别与风险分析研究开源项目

本项目是一个面向大规模区块链交易网络的智能分析与风险识别框架，旨在利用图神经网络技术挖掘比特币交易网络中的复杂关联关系，实现交易实体分类与高风险节点识别。

项目支持超大规模交易图数据处理、图结构建模、节点分类、风险排序及模型评估等核心功能。基于 PyTorch 与 PyTorch Geometric 构建图机器学习流程，实现 MLP、GraphSAGE 以及方向感知 EdgeGatedSAGE 等多种模型，并支持多随机种子实验、时间泛化测试、消融实验和性能分析。

项目适用于区块链数据分析、金融风险控制、异常交易检测、图机器学习研究等场景，为复杂网络中的实体识别和风险分析提供可扩展的算法解决方案。