申请/专利权人：广发证券股份有限公司

申请日：2021-02-23

公开（公告）日：2024-04-16

公开（公告）号：CN113095927B

主分类号：G06Q40/02

分类号：G06Q40/02;G06Q40/04;G06F18/2431;G06F18/27;G06N20/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.07.27#实质审查的生效;2021.07.09#公开

摘要：本发明公开了一种反洗钱可疑交易识别方法及设备。本发明在识别模型中设置了规则模型以及机器学习算法模型，对机器学习算法模型输出的第一结果以及规则模型输出的第二结果求取加权平均值，得到所述用户交易数据属于可疑交易数据的概率，并根据所述概率，判断所述客户交易数据是否为可疑交易数据。本发明通过结合机器学习算法模型输出的第一结果与规则模型输出的第二结果对可疑交易进行预测和判断，提高了对可疑交易数据识别的准确率以及识别范围，减少了误报率，提高了排查效率。

主权项：1.一种反洗钱可疑交易识别方法，其特征在于，包括以下步骤：获取待识别的客户交易数据，并从所述客户交易数据中提取出交易数据特征以及交易事件指标；将所述交易数据特征以及所述交易数据事件指标输入到预先设置的识别模型中，获取所述识别模型输出的第一结果和第二结果；其中，所述识别模型包括机器学习算法模型以及规则模型，所述机器学习算法模型用于根据所述交易数据特征计算所述客户交易数据属于可疑交易数据的概率将其作为第一结果输出，所述规则模型用于根据所述交易事件指标计算所述客户交易数据所属的可疑交易事件类型，并将所述可疑交易类型作为所述第二结果输出；所述机器学习算法模型包括一个算法子模型或多个算法子模型的组合；所述规则模型中包括有M个规则子模型，其中M均正整数，每个所述规则子模型对应一种可疑交易事件，每个所述规则子模型根据所述交易事件指标判断所述客户交易数据是否构成该规则子模型所对应的可疑交易事件；计算所述第一结果和所述第二结果的加权平均值，得到所述客户交易数据属于可疑交易数据的概率，并根据所述概率，判断所述客户交易数据是否为可疑交易数据；若所述客户交易数据为可疑交易数据，则发出警报，从所述规则子模型中获取所述客户交易数据所对应的可疑交易事件，对所述机器学习算法模型输出的第一结果进行因子挖掘，得到所述客户交易数据的交易数据特征因子；计算每个算法子模型对所述概率的贡献程度，选择出所述贡献程度最大的算法子模型；对贡献程度最大的算法子模型进行因子挖掘，计算每个所述交易数据特征对所述概率的贡献程度，按照所述贡献程度从高到低对所述交易数据特征进行排序，选择出前Z个所述交易数据特征作为交易数据特征因子，其中，Z为正整数；从外部信息数据库中获取与客户相关联的行为信息；根据所述客户当前的数据所对应的可疑交易事件、所述客户交易数据的交易数据特征因子以及所述行为信息，生成客户可疑交易信息报告。

全文数据：

权利要求：

百度查询： 广发证券股份有限公司 一种反洗钱可疑交易识别方法及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD