知識(shí)發(fā)現(xiàn)在金融反洗錢領(lǐng)域中的應(yīng)用研究.pdf

1、數(shù)據(jù)庫中知識(shí)發(fā)現(xiàn)(Knowledge Discovery in Databases,簡稱KDD)是近年來人工智能、數(shù)據(jù)庫應(yīng)用等領(lǐng)域的研究熱點(diǎn).目前,KDD的研究涵蓋了多個(gè)領(lǐng)域的多種知識(shí)發(fā)現(xiàn)方法,已經(jīng)能夠發(fā)現(xiàn)時(shí)間序列規(guī)則、關(guān)聯(lián)規(guī)則、分類規(guī)則、聚類規(guī)則等多種知識(shí)類型.此外,聯(lián)機(jī)分析處理(On-Line Analytical Processing,簡稱OLAP)和數(shù)據(jù)倉庫(Data Warehouse,簡稱DW)研究技術(shù)的發(fā)展使得DW與KDD

2、的結(jié)合也成為一個(gè)新的研究方向.隨著互聯(lián)網(wǎng)技術(shù)的成熟和迅猛發(fā)展,基于WEB的KDD也是最新的熱門研究領(lǐng)域.該文的研究內(nèi)容著重于KDD在金融反洗錢中的應(yīng)用這一課題.目前銀行已積累了大量的客戶交易數(shù)據(jù),但對于數(shù)據(jù)的使用主要仍是結(jié)構(gòu)化查詢和統(tǒng)計(jì),對于KDD在金融中的應(yīng)用,也只針對客戶關(guān)系管理、分析和預(yù)測金融市場等有限的幾個(gè)范圍.而另一方面,洗錢活動(dòng)日益猖獗,嚴(yán)重威脅全球經(jīng)濟(jì)發(fā)展和國家安全,這一問題已經(jīng)愈發(fā)顯得突出和急需解決,但反洗錢技術(shù)手段仍顯

3、落后,對金融犯罪的打擊還處于人為干預(yù)階段,仍未見有成熟的KDD技術(shù)應(yīng)用于其中.該文目的是研究KDD在反洗錢領(lǐng)域中的應(yīng)用,探索一個(gè)適用于反洗錢的數(shù)學(xué)模型,設(shè)計(jì)能夠發(fā)現(xiàn)具有洗錢可疑性的賬戶屬性和交易模式的KDD方法,促進(jìn)反洗錢自動(dòng)化的研究與發(fā)展.該文對于KDD應(yīng)用于金融反洗錢做出了一些研究成果,其新見解和創(chuàng)新性具體有以下幾點(diǎn).首先,提出一個(gè)應(yīng)用系統(tǒng)框架,在結(jié)構(gòu)上,它能夠完成KDD的一般任務(wù),在內(nèi)容上,能夠綜合金融領(lǐng)域知識(shí),有監(jiān)督地發(fā)掘洗錢活

4、動(dòng)的各種模式,找出洗錢活動(dòng)的規(guī)律和特點(diǎn),得出相關(guān)知識(shí),幫助人們自動(dòng)識(shí)別出手段不同的洗錢行為.其次,針對金融領(lǐng)域中挖掘洗錢模式的特殊性,論述了如何將金融領(lǐng)域知識(shí)應(yīng)用于數(shù)據(jù)預(yù)處理中以提高數(shù)據(jù)挖掘的效率和準(zhǔn)確性,并結(jié)合統(tǒng)計(jì)學(xué)理論提出了一套針對金融領(lǐng)域中反洗錢的數(shù)據(jù)預(yù)處理方法.再次,提出了一種改進(jìn)的基于網(wǎng)格和密度的蟻群算法,該算法能夠把大多數(shù)符合正常交易特點(diǎn)的賬戶聚集到若干個(gè)聚類中心,而遠(yuǎn)離這些聚類中心的賬戶則是交易特征顯然不符合常規(guī)模式的賬戶