基于贝叶斯分类的可疑金融交易识别研究

被引:15
作者
张成虎
赵小虎
机构
[1] 西安交通大学经济与金融学院
关键词
反洗钱; 数据挖掘; 可疑金融交易; 贝叶斯分类;
D O I
10.16538/j.cnki.jfe.2009.10.012
中图分类号
F830.4 [银行业务];
学科分类号
1201 ; 020204 ;
摘要
国内外反洗钱工作的大量实践表明,金融交易活动是洗钱犯罪行为的一个重要环节,通过分析金融机构的客户信息和交易数据,采用科学的方法识别可疑金融交易进而发现洗钱线索,已成为反洗钱研究的核心工作。文章将数据挖掘方法与金融领域知识相结合,首先通过对金融交易信息的多层次分析,总结出不同信息层次上的可疑金融交易特征;其次针对不同层次的交易信息,选择合适的数据挖掘方法,并结合客户背景资料,识别出可疑金融交易记录;最后依据贝叶斯判定原理,综合各层次的可疑信息,得到交易记录的整体可疑度,最终为反洗钱监测提供快速准确的参考。实验结果证明该方法是可行和有效的。
引用
收藏
页码:70 / 80
页数:11
相关论文
共 7 条
[1]   基于逻辑回归的企业大额可疑外汇资金交易识别模型 [J].
孙景 ;
李志伟 ;
刘炜 .
上海金融 , 2008, (06) :58-61
[2]   分布式异构计算环境下的洗钱侦测系统体系结构——基于数据挖掘技术 [J].
陈云开 ;
卢正鼎 ;
李瑞轩 ;
李玉华 .
计算机工程与应用, 2006, (29) :202-204
[3]   基于数据挖掘技术的人民币反洗钱系统设计 [J].
杨胜刚 ;
王鹏 .
财经理论与实践, 2005, (06) :105-109
[5]   数据开采技术在反洗钱系统中的应用 [J].
徐志春 ;
肖伟平 ;
何宏 .
湖南工程学院学报(自然科学版), 2003, (03) :64-67
[6]   On agent-based software engineering [J].
Jennings, NR .
ARTIFICIAL INTELLIGENCE, 2000, 117 (02) :277-296
[7]  
The emperor's cloths of disclosure: Hot money and suspect disclosures[J] . Petrus C. van Duyne,Hervy de Miranda.Crime, Law and Social Change . 1999 (3)