Detectar usuarios fraudulentos en redes sociales podría reducir los casos de fraude en línea y fraude en telecomunicaciones, lo cual es esencial para proteger la vida y propiedades de los usuarios de internet y mantener la armonía social y la estabilidad. Estudiamos cómo detectar usuarios fraudulentos mediante el aprendizaje de representación de gráficos heterogéneos y proponemos un algoritmo de aprendizaje de representación de gráficos heterogéneos para aprender incrustaciones de nodos de usuario y reducir la intervención humana. Los resultados experimentales muestran resultados prometedores. Este artículo investiga cómo utilizar un mejor aprendizaje de representación de gráficos heterogéneos para detectar usuarios fraudulentos en redes sociales y mejorar la precisión de detección.