机器学习算法在银行反洗钱可疑交易监测中的应用研究

随着互联网和移动支付等的发展和普及,交易和资金流动呈现出快速、复杂、跨境、虚拟等特点和趋势,这给反洗钱可疑甄别带来了前所未有的挑战。将机器学习算法引入可疑交易监测,旨在优化银行反洗钱监测系统。具体而言,在基于规则生成的可疑案例基础之上,结合历史上报和人工排除的案例特征数据,利用机器学习算法训练相关模型,达到初步判别系统捕捉的案例是否可疑的目的,从而减少人工甄别工作量,具有较高的实用价值。