[发明专利]反洗钱系统的异常业务数据筛选方法

权利要求书

1.一种反洗钱系统的异常业务数据筛选方法，其特征在于，包括：

接收业务数据；

根据预设的各个异常指标的触发条件，筛出业务数据触发的异常指标；

根据预设的由若干个异常指标构成的各个异常模型的触发条件，计算被触发的异常指标触发的异常模型；

导出被触发的各个异常模型下包含的被触发的各个异常指标下包含的业务数据，获得异常业务数据。

2.根据权利要求1所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述根据预设的由若干个异常指标构成的各个异常模型的触发条件，计算被触发的异常指标触发的异常模型的方法，包括：

获得每个异常模型中包含的各个异常指标的分值；

计算每个异常模型中被触发的异常指标的总分值；

根据预设的每个异常模型的触发分值，筛出被触发的异常模型。

3.根据权利要求2所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述获得每个异常模型中包含的各个异常指标的分值的方法，包括获得预设的每个异常模型中包含的各个异常指标的分值。

4.根据权利要求2所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述获得每个异常模型中包含的各个异常指标的分值的方法，包括计算每个异常模型中包含的各个异常指标的分值。

5.根据权利要求4所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述计算每个异常模型中包含的各个异常指标的分值的方法，包括：

若异常模型的总分值为X分，且包含了N个异常指标，则每个异常指标的分值为X/N，X和N均为大于1的正整数。

6.根据权利要求2所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述计算每个异常模型中被触发的异常指标的总分值的方法，包括：对异常模型中被触发的各个异常指标的分值求和。

7.根据权利要求2所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述根据预设的每个异常模型的触发分值，筛出被触发的异常模型的方法，包括：当异常模型中被触发的异常指标的总分值大于或者等于该异常模型预设的触发分值，则该异常模型被触发。

8.根据权利要求1所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述业务数据为基础数据经整合获得的业务数据。

9.根据权利要求8所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述基础数据经整合获得业务数据的方法，包括：

接收不同来源的基础数据并统一转换成txt文件存储到指定位置；

通过数据加载任务，加载指定位置的所有txt文件；

通过数据库存储过程，将加载的txt文件层层组装成为业务数据。

10.根据权利要求1所述的反洗钱系统的异常业务数据筛选方法，其特征在于，所述业务数据包括业务发生的频率数据、去向地数据、时间数据、地点数据、金额数据、收付比数据和业务办理的异常行为数据。