近年来，以团伙形式从事信用卡欺诈的商户逐渐增多，不仅对日常风险识别提出了新课题，而且严重危害了金融秩序。为了解决这一难题，提出了一种全新的基于图表示的弱监督机器学习模型的团伙欺诈商户的侦测及分类分级方法。使用局部图聚类算法（APR）对专家规则挖掘的欺诈种子卡片进行扩散，建立基于可疑欺诈卡片的商户关联网络，通过图嵌入算法（Node2Vec）将商户之间的关联关系映射到向量空间中；借助聚类算法（DBSCAN）从欧氏空间中识别团伙欺诈商户，同时对团伙的严重程度进行定性定量的分类分级。本方法研究成果和技术框架已经应用于银联团伙欺诈侦测系统的设计中，该系统作为银联收单风险防控服务的重要模块，已上线稳定运行并持续对外输出赋能，中国银行、兴业银行的收单部门已经试点应用。