🔍 耿同学打假报告

论文信息

• 标题：基于公平性和 GAN 技术的在线银行开户欺诈检测研究
• 作者：李玥峰
• 指导教师：孙蕾 副教授
• 机构：华东师范大学 统计学院
• 学位：硕士专业学位论文（应用统计）
• 发表时间：2024 年 2 月
• 论文来源：基于公平性和GAN技术的在线银行开户欺诈检测研究_李玥峰 (1).pdf

综合评定：✅ 清白 （附带微小的文字修正版瑕疵）

详细发现

作为学术界的“火眼金睛”，我耿同学带着大家拿放大镜逐行扫一遍这篇关于 GAN 和银行反欺诈的硕士论文。结论是：这篇论文不仅没有乱造数据，反而经得起极其苛刻的数学一致性检验。但在细节处，还是被我抓到了一点小辫子。

发现 1：数据自洽性极高，完美通过耿同学的“反计算”审查

• 位置：第四章 实验分析 -> 表 4.1 与 表 4.2
• 描述：很多水论文的作者喜欢随手编造 F1 值、准确率，但在表 4.1 和 4.2 中，所有的数据逻辑完美闭环。
• 证据：我亲自拿计算器按了一遍。根据公式 \(F1 = 2 \times \frac{Precision \times Recall}{Precision + Recall}\)：
  • 表4.1 GAN-FC 组：Precision=13.56%，Recall=55.00%，计算理论 F1 = 21.752%，论文报告 21.75%。完全吻合！
  • 表4.1 FC 组：Precision=12.71%，Recall=48.37%，计算理论 F1 = 20.132%，论文报告 20.13%。完全吻合！
  • 表4.2 GAN-NB 组：Precision=2.33%，Recall=0.66%，计算理论 F1 = 1.028%，论文报告 1.03%。完全吻合！
• 严重程度：✅ 这不仅不是造假，反而证明了作者的数据具有极高的真实性。随机捏造的数据几乎不可能完美契合小数点后两位的调和平均数。

发现 2：底层数据引用真实存在

• 位置：第三章 数据探索 -> 第一节 数据来源与变量描述
• 描述：很多学生会虚构“某商业银行内部脱敏数据”来糊弄答辩委员会，但这位作者非常诚实。
• 证据：论文提到“采用发布于 NeurIPS 2022 上的银行账户欺诈数据集...100万个申请者的记录”。经查证，NeurIPS 2022 确实公开了著名的 Bank Account Fraud (BAF) 数据集，其样本量（100万条）、正负样本比例（约 1.1% 欺诈率）完全对得上。这是基于真实开源数据集做的复现与改进研究，底子很干净。
• 严重程度：✅ 无异常。

发现 3：正文与图注存在低级文字错漏（非数据造假）

• 位置：第四章 第四节 特征重要性分析
• 描述：出现了一处明显的文字笔误。
• 证据：正文写道“图 4.4 为获得的重要性排名前十五的特征”，但紧接着该图的图注却写着“图 4.4 由随机森林算法获得的重要性排名前十的特征”。前后矛盾。
• 严重程度：🟡 这是典型的论文排版和审校不仔细导致的低级失误（甚至可能是修改过代码参数后忘记同步文字），属于无心之失，不涉及学术道德问题。

无法检测的维度声明

• 第一式（图片复用）与第三式（图片拼接）：由于您仅提供了论文的纯文本内容，未包含像素级图片附件，耿同学无法对其中的 t-SNE 降维图（图3.1）、箱线图（图3.13）和特征密度图（图4.1）等进行像素比对和 PS 痕迹分析。但在机器学习类论文中，此类图表多为代码自动生成的可视化图表，人为 PS 修改的意义不大。
• 第五式与第六式：论文引用的文献、网络架构（GAN+FC）、损失函数均符合深度学习领域的基础常识，未发现伪造参考文献或捏造不存在的算法公式的情况。

耿同学辣评

这届同学的代码水平和数学基础属实不错，算出来的 F1 分数小数点后两位连一点偏差都没有！可惜啊，数学脑子没用在校对上，正文说好的“前十五大特征”，图注却写成了“前十”，属于是典型的“代码跑得溜，汉字写得臭”。作为一篇应用统计硕士论文，底子很扎实，没啥假可打，回去把错别字改了就能顺利毕业！

建议后续行动

• 无需联系作者提供原始数据（其使用的是开源数据集，可复现）。
• 无需在 PubPeer 提出质疑。
• 建议作者在最终版定稿前，使用 Ctrl+F 搜索“前十”和“前十五”，修正文字矛盾。
• 建议答辩委员会予以通过（开个玩笑，这不是我能决定的）。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。