利用链接发现技术侦测可疑账号交易信息

金融犯罪一般和账户的资金流动有着紧密的关系,特别是在洗钱活动中表现得尤为突出。目前,大多数的异常侦测系统采用的是传统知识发现方法,首先对数据集进行调查,形成感兴趣的假设,然后再设计分析方法来解决这些问题。但是,这往往有个弊端,对于一个新的应用领域,我们便很难得到那些我们未知或不熟悉的新型知识模式。为了弥补这一不足,本文利用基于约束非指导性链接发现技术,通过对目标节点进行约束性判断,再计算“兴趣度”和路径“作用值”来对外汇资金交易数据库进行自动分析,挖掘出用户感兴趣的交易信息,并最终为侦测外汇金融犯罪提供有利线索和决策依据。

面向关联数据的实体链接发现方法研究

随着关联数据应用的不断深入,已有众多的数据集发布在网上,但目前已发布的关联数据集之间关联很少,为数据的共享使用带来不便。本研究提出一种基于统计学习方法进行关联数据集间实体识别及链接构建的方法。首先进行数据集间的实体匹配,采用基于K中心点聚类算法实现属性的聚合及关系发现,对具有高相关度的属性进行匹配关系描述,降低实体匹配时的属性匹配计算次数;其次对已匹配的属性进行实体属性值的相似度比较计算,实现实体间相似度的比较,在SILK框架下实现实体的链接构建工作,以达到实体链接发现的目的;最后通过实验验证,这一方法能降低数据集间实体匹配计算次数,提高实体链接的正确率,具有可行性及实用性。

基于图熵的链接发现算法在反洗钱领域的应用

从错综复杂的洗钱犯罪网络中找出关键性的节点已经成为反洗钱领域的一个重要课题。本文结合反洗钱领域的专家知识实现了一个基于图熵的影响因子模型,并给出了一个链接发现的算法。该算法的实现对于防范和打击金融犯罪活动具有重要的现实意义。

Wikipedia跨语言链接发现中的锚文本译项选择

Wikipedia跨语言链接发现主要研究从源语言Wikipedia文章中自动识别与主题相关的锚文本,并为锚文本推荐一组相关的目标语言链接。该研究涉及三个关键问题:锚文本识别、锚文本翻译和目标链接发现。在锚文本翻译中,一个锚文本可能存在多个目标译项,如果其译项选择有误,将会直接影响目标链接发现中的链接推荐的准确性。为此,该文提出了一种基于上下文的锚文本译项选择方法,使用基于逐点互信息投票的方式确定锚文本的译项。对中英文Wikipedia中的人名、术语以及缩略语的译项选择进行测试,实验表明该方法取得了较好的效果。

本体推理在关联数据链接发现中的应用研究

【目的】利用本体推理实现关联数据的链接发现。【应用背景】以图书馆领域为应用背景,以图书资源为研究对象,探索应用本体推理建立图书资源之间的链接关系。【方法】提出含本体推理的链接发现框架,给出框架各个层次的描述,并使用Fuseki、Jena、Pubby和PHP等技术实现该框架,设计并执行链接发现框架的有效性检验方案。【结果】实验结果表明,利用该框架能有效建立图书资源的链接关系,与基于相似度匹配方法相比,该框架可将链接发现的平均查全率提高约15%,并可实现语义层次上的知识发现。【结论】本体推理可有效实现关联数据的链接发现,具有较高的工程应用价值。