基于卷积cnn、lstm、random walk的交易图分类

项目背景：

一个的交易地址会进行很多次非法的交易。将一个的地址的交易行为可以刻画为一个有向或者无向的网络。那么对这个网络的特性，结构进行识别。来判别这个交易地址是不是一个的交易地址。

模型图：

基于有向图和无向图进行随机游走操作，然后根据路径的信息进行特征添加，进行多分支卷积。

根据原始数据简历有向图和无向图，扑捉到图中的信息流向和图整个的结构分布。体现图的结构和信息流向特征。

主要代码：

import pandas as pd
import numpy as np
import random
import re,os
from collections import Counter
import networkx as nx
from keras_preprocessing import sequence
edges=pd.read_csv('train_data/train_data/address5/edges.csv')
nodes_addr=pd.read_csv('train_data/train_data/address5/nodes_addr.csv')
nodes_tx=pd.read_csv('train_data/train_data/address5/nodes_tx.csv')

#  in_tx 处理 成 01 的方式
typ