基于数据挖掘技术的反洗钱监测研究

摘要

纵观当今国际社会,洗钱的危害日趋国际化。数据挖掘技术是反洗钱工作中最有效的识别技术手段之一。如何运用数据挖掘技术提高反洗钱信息监测效率是目前研究的热点。深入研究洗钱的规律和特征对洗钱的识别、跟踪、监控、阻断和防范都具有重要的现实意义和应用价值。
　　针对目前商业银行洗钱行为监测技术的欠缺,本文着重从研究洗钱行为的微观机理入手,探索对洗钱行为进行有效识别的技术方法。并主要选择了数理统计、关联分析、决策树三种算法,实现了数据挖掘角度洗钱行为的监测与分析。
　　为通过交易金额过滤洗钱交易,本文基于数理统计构建监测模型。主要在假设母体满足一种分布后,对其进行参数值的估计,如方差等。且估算结果满足一定置信度。算法根据参数值界定交易金额是否应该被过滤。在关联规则挖掘洗钱行为的仿真实验中,采用改进的AprioriTid算法对交易行为抽象化后的模式进行类型关联,同时在用户指定的最小支持度及最小置信度下完成大项集的筛选。最终按照算法求出洗钱行为之间的关联。在决策树对交易分类的仿真实验中,本文采用二叉决策树结合ID3算法对数据集属性进行计算信息量,并根据信息量计算最大增益,从而得出选择节点的依据,即拥有最大增益的非类别属性应该作为当前节点。本文对以上三种算法进行了实现,并对结果进行了综合分析。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1研究背景及意义

1.2 国内外研究现状及评述

1.3 论文主要研究内容

1.4 论文结构

第2章 数据挖掘技术在反洗钱领域中的应用概述

2.1 中国反洗钱问题与治理

2.2 我国金融机构反洗钱工作概述

2.3 人行反洗钱指标量化规则简介

2.4 基于数据挖掘的反洗钱监测技术

2.5 本章小结

第3章 基于数理统计理论的交易监测模型

3.1 点差估计法过滤交易

3.2 区间估计法过滤交易

3.2 数理统计监测模型

3.3 本章小结

第4章 基于关联规则的洗钱交易指标挖掘模型

4.1 关联规则模型在反洗钱领域的应用

4.2 关联分析分类模型

4.3 本章小结

第5章 基于最大增益的决策树洗钱交易分类模型

5.1 决策树在反洗钱领域的应用

5.2 决策树模型

5.3 本章小结

结论

参考文献

攻读工程硕士学位期间发表的论文和取得的科研成果

致谢

个人简历