洗钱特征识别模型的构建与实证

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

分类号：F830.4(金融、银行)

在线出版日期：2015-04-28（万方平台首次上网日期，不代表论文的发表时间）

页码：55-57