基于異常知識(shí)發(fā)現(xiàn)和增量學(xué)習(xí)的銀行反洗錢(qián)系統(tǒng)設(shè)計(jì).pdf

1、數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)(Knowledge Discovery in Databases，KDD)是近年來(lái)人工智能、數(shù)據(jù)庫(kù)等領(lǐng)域的研究熱點(diǎn)，其研究涵蓋了多個(gè)領(lǐng)域的多種知識(shí)發(fā)現(xiàn)方法，能夠發(fā)現(xiàn)關(guān)聯(lián)、分類(lèi)、聚類(lèi)和時(shí)間序列等多種知識(shí)類(lèi)型。尤其隨著數(shù)據(jù)庫(kù)應(yīng)用的不斷拓展和深化，從數(shù)據(jù)海洋里發(fā)現(xiàn)人們感興趣的知識(shí)成為人們的迫切需求，而這更進(jìn)一步推動(dòng)了KDD的研究和應(yīng)用熱潮。
　　 隨著網(wǎng)絡(luò)和信息化建設(shè)的不斷推進(jìn)，銀行積累了海量的客戶(hù)交易數(shù)據(jù)，但目前

2、對(duì)于數(shù)據(jù)的使用仍主要集中于日常的查詢(xún)和統(tǒng)計(jì)處理，至于KDD在其中的應(yīng)用，還處于初始階段，主要是客戶(hù)關(guān)系管理、分析和市場(chǎng)營(yíng)銷(xiāo)分析方面。另一方面，金融交易的安全與秩序受到愈來(lái)愈大的威脅，洗錢(qián)活動(dòng)就是其中突出的一種，它嚴(yán)重威脅金融交易安全與秩序乃至國(guó)家經(jīng)濟(jì)安全，但反洗錢(qián)手段仍顯落后，對(duì)金融犯罪的打擊還處于人工干預(yù)階段，亟待引入相關(guān)的各種新技術(shù)提高反洗錢(qián)的效率。就我國(guó)的反洗錢(qián)工作來(lái)講，目前中國(guó)人民銀行主導(dǎo)的各銀行等相關(guān)機(jī)構(gòu)進(jìn)行大額和可疑交易報(bào)告

3、，相關(guān)監(jiān)管機(jī)構(gòu)進(jìn)行統(tǒng)計(jì)分析及相關(guān)后續(xù)處理的現(xiàn)行反洗錢(qián)系統(tǒng)存在突出缺陷：報(bào)告數(shù)據(jù)的海量與高誤報(bào)率、高漏報(bào)率，預(yù)設(shè)規(guī)則易被規(guī)避和自適應(yīng)能力低。
　　 本文在現(xiàn)行反洗錢(qián)系統(tǒng)實(shí)踐與研究已有成果的基礎(chǔ)上，綜合利用相關(guān)異常知識(shí)發(fā)現(xiàn)技術(shù)(分類(lèi)、聚類(lèi)以及粗糙集學(xué)習(xí)理論等)研究設(shè)計(jì)了適于反洗錢(qián)的規(guī)則挖掘算法及洗錢(qián)檢測(cè)算法并進(jìn)而采用增量學(xué)習(xí)思想設(shè)計(jì)實(shí)現(xiàn)了一個(gè)具有較高自適應(yīng)能力的更高效的銀行反洗錢(qián)系統(tǒng)。這對(duì)于推動(dòng)反洗錢(qián)研究，完善我國(guó)現(xiàn)行的反洗錢(qián)系統(tǒng)，

4、高效的開(kāi)展反洗錢(qián)工作具有重要的意義。
　　 本文所做研究的主要內(nèi)容如下：
　　 首先，對(duì)知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘和反洗錢(qián)的基本概念、理論以及研究應(yīng)用現(xiàn)狀和發(fā)展趨勢(shì)進(jìn)行了綜述，著重分析了反洗錢(qián)的基本框架結(jié)構(gòu)以及目前反洗錢(qián)研究中常用的各類(lèi)數(shù)據(jù)挖掘算法。
　　 其次，針對(duì)金融反洗錢(qián)檢測(cè)相關(guān)數(shù)據(jù)集海量，高稀疏性和分布不均衡等特征，基于粗糙集理論和現(xiàn)有的決策樹(shù)分類(lèi)算法研究成果設(shè)計(jì)了基于決策分類(lèi)熵的決策樹(shù)構(gòu)造算法實(shí)現(xiàn)反洗錢(qián)環(huán)境中洗

5、錢(qián)規(guī)則的高效挖掘，根據(jù)洗錢(qián)聚類(lèi)分析與檢測(cè)的特點(diǎn)，充分借鑒現(xiàn)有的聚類(lèi)算法及異常度量的研究成果設(shè)計(jì)了基于改進(jìn)最小生成樹(shù)聚類(lèi)的洗錢(qián)檢測(cè)與聚類(lèi)分析算法實(shí)現(xiàn)對(duì)可疑洗錢(qián)記錄的二次聚焦并提供可疑程度供進(jìn)一步深入分析。
　　 再次，采用本文設(shè)計(jì)的算法，圍繞知識(shí)庫(kù)的組織、構(gòu)建與增量學(xué)習(xí)設(shè)計(jì)了基于異常知識(shí)發(fā)現(xiàn)和增量學(xué)習(xí)的銀行反洗錢(qián)系統(tǒng)，并開(kāi)發(fā)實(shí)現(xiàn)一個(gè)原型系統(tǒng)對(duì)提出的算法和設(shè)計(jì)的反洗錢(qián)系統(tǒng)進(jìn)行了實(shí)驗(yàn)及效果分析。
　　 最后，對(duì)本文進(jìn)行的研究工