離群檢測模型在反洗錢中的應(yīng)用研究.pdf

1、金融交易網(wǎng)絡(luò)是一個非常復(fù)雜的圖網(wǎng)絡(luò)，要從交易網(wǎng)絡(luò)中海量的、復(fù)雜的、含有噪聲的數(shù)據(jù)集中挖掘出不同于其它數(shù)據(jù)對象的小模式，也就是金融交易網(wǎng)絡(luò)和反洗錢研究里的嫌疑賬戶的確定，這可以轉(zhuǎn)化為數(shù)據(jù)挖掘中離群檢測的問題。傳統(tǒng)的基于聚類的離群檢測方法有兩個很大的不足之處，一方面，對于類內(nèi)的數(shù)據(jù)對象的差異，沒有很好的模型進行分析，另一方面，對于類之間的聯(lián)系，沒有合適的發(fā)現(xiàn)方法。
　　針對上述出現(xiàn)的問題，可以將聚類、局部離群檢測和鏈接發(fā)現(xiàn)三者結(jié)合起來

2、，結(jié)合相關(guān)的理論，給出一種完整離群檢測模型方案。
　　對每個交易賬戶，根據(jù)交易次數(shù)和交易金額規(guī)整原始數(shù)據(jù)為適合離群挖掘的數(shù)據(jù)集，建立該數(shù)據(jù)集時，要注意一些無效數(shù)據(jù)的剔除，使規(guī)整后的數(shù)據(jù)集更加具有有效性和完整性。
　　采用改進的兩步聚類算法對規(guī)整后的數(shù)據(jù)集進行聚類，將具有相似交易特征的賬戶劃分為一類，該聚類算法有很好的聚類效果，也可以發(fā)現(xiàn)一些異常數(shù)據(jù)對象，聚類之后的數(shù)據(jù)集使之后的模型發(fā)現(xiàn)分析更加具有針對性，然后對每個聚類分別建