io.github.rasinmuhammed/misata

请生成一个电商平台的多表合成数据集，包含 users、orders、payments、chargebacks 四张表。要求过去 12 个月月营收按先增长后平稳的曲线变化，总营收为 5000 万元，整体欺诈率精确为 1.8%，高风险新用户的欺诈率更高，并保持表间主外键一致。

一组结构一致的多表合成数据，精确满足营收趋势、总额和欺诈率约束，可直接用于风控测试。

为订阅型 SaaS 业务生成多表合成数据，包含 accounts、subscriptions、invoices、refunds。要求季度营收逐季增长，第二季度有一次促销带来的短期拉升，退款欺诈率精确控制在 0.6%，并输出每张表的字段说明。

包含业务逻辑和字段说明的合成订阅数据集，可用于仪表盘开发和分析验证。

请生成用于欺诈检测模型预训练的多表样本数据，表包括 customers、transactions、devices、alerts。要求日营收有明显周末波动，欺诈交易占比精确为 2.3%，并让设备复用、异常地域切换等模式在欺诈样本中更常见。

一套适合特征工程与模型验证的仿真数据，包含可控分布和更真实的欺诈行为模式。