基于改进的两阶段聚类方法在金融可疑识别中的应用
聚类方法可以有效反映出不同类型客户的行为特征,从而利于识别出可疑交易.文章结合证券公司客户真实交易数据和人工数据,采用Clementine进行建模实现聚类过程,识别出了异常值并计算可疑记录的可疑程度,可为金融情报部门提供高质量的调查数据,有效减缓金融情报部门工作人员的负担.
层次聚类、K-means、数据挖掘、可疑交易、洗钱
TP391(计算技术、计算机技术)
2010-11-22(万方平台首次上网日期,不代表论文的发表时间)
27-30
点击收藏,不怕下次找不到~
层次聚类、K-means、数据挖掘、可疑交易、洗钱
TP391(计算技术、计算机技术)
2010-11-22(万方平台首次上网日期,不代表论文的发表时间)
27-30
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn