洗钱特征识别模型的构建与实证
2015-01-10分类号:F832.2;F224
【部门】中国人民银行武汉分行 中南财经政法大学信息安全与工程学院
【摘要】在"风险为本"反洗钱工作方法的指引下,如何运用数据挖掘技术提高反洗钱数据的情报价值和反洗钱工作的有效性是当前工作重点。本文通过对全国人民银行反洗钱部门收集的400多例洗钱案例进行预处理,运用回归分析、关联分析、决策树三种算法,构建出洗钱类型分析系统的理论模型,成功分析出不同洗钱类型之间的洗钱特征差异和识别规则。同时,通过对建模过程中流失规则的补充分析,使模型得到了进一步的补充和完善。
【关键词】反洗钱 logistic回归 关联分析 决策树 流失规则
【基金】
【所属期刊栏目】武汉金融
文献传递