過往在進行機器學習任務時，大多利用使用者個人交易紀錄當作特徵，套入模型來學習其行為，而這將很難利用到豐富的社交網路資訊。例如某使用者的二階鄰居，或是使用者的交易拓撲行為等。

在此計畫中，我們利用使用者交易紀錄建立轉帳網路，並利用圖神經網路 (Graph Neural Network) 學習使用者之間的關聯，對每位使用者產生各自的特徵向量。期望能在各種下游任務 (downstream tasks) 中，如警示帳戶偵測、轉帳次數預測等，都能利用該特徵向量而有不錯的成果。