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。