本发明公开一种基于多层图卷积神经网络的电商反欺诈方法，步骤是：基于用户对商品的评论内容，获取用户评论内容特征和用户评论行为特征；将对同一商品进行评价的用户构造边，形成图结构，从而得到用户‑评论图结构；将连续登录评论超过七天的用户标记为高度怀疑欺诈用户，其余标记为普通用户；训练图卷积模型，学习图节点特征和图结构；使用训练好的图卷积模型对测试集进行识别，输出测试集预测结果；多次改变隐藏层神经元数目或激活函数，使用改变后的图卷积模型再次识别，输出预测结果；基于多次预测结果，将检测准确率最高的模型确定为最终的图卷积模型。此种方法能够实现对高度伪装的欺诈者的识别，提高对欺诈者的识别精度。