[发明专利]生成洗钱案宗预测模型、预测洗钱案宗的方法及系统

说明书

提供了一种生成洗钱案宗预测模型、预测洗钱案宗的方法及系统。所述生成洗钱案宗预测模型的方法包括：获取案宗的基础数据表，其中，所述基础数据表中的每条数据记录由案宗标识和交易标识联合唯一确定；对所述基础数据表中的数据记录进行特征提取，并基于提取的特征生成基础特征表；基于案宗标识以案宗为单位对所述基础特征表中的特征进行聚合处理得到聚合特征，并基于各案宗标识对应的聚合特征和相应案宗标签形成入模表，其中，案宗标签指示相应案宗是否为洗钱案宗；基于机器学习算法，使用所述入模表进行机器学习模型训练，生成洗钱案宗预测模型。

技术领域

本发明总体说来涉及人工智能领域，更具体地讲，涉及一种生成洗钱案宗预测模型的方法及系统、预测洗钱案宗的方法及系统。

背景技术

目前，反洗钱监测分析基本依靠人工完成，金融机构往往设有对洗钱案宗进行审定的审定岗。通常通过反洗钱规则引擎进行可疑交易的捕捉，然后由审核人员审核分析由可疑交易集合成的案宗，并确定需要上报的洗钱案宗。

然而，随着交易量的增加，洗钱案宗的审核分析工作量也大大增加，这使得审核人员的人均工作量剧增，一方面，存在审核人力缺口较大的问题；另一方面，导致大量案宗不能及时被审核。因此，需要一种快速、有效、且节省人力的洗钱案宗的监测分析方法。

发明内容

本发明的示例性实施例在于提供一种生成洗钱案宗预测模型的方法及系统、预测洗钱案宗的方法及系统，其能够解决现有技术存在的无法快速且节省人力地实现洗钱案宗的监测分析的问题。

根据本发明的示例性实施例，提供一种生成洗钱案宗预测模型的方法，其中，所述方法包括：获取案宗的基础数据表，其中，所述基础数据表中的每条数据记录由案宗标识和交易标识联合唯一确定；对所述基础数据表中的数据记录进行特征提取，并基于提取的特征生成基础特征表；基于案宗标识以案宗为单位对所述基础特征表中的特征进行聚合处理得到聚合特征，并基于各案宗标识对应的聚合特征和相应案宗标签形成入模表，其中，案宗标签指示相应案宗是否为洗钱案宗；基于机器学习算法，使用所述入模表进行机器学习模型训练，生成洗钱案宗预测模型。

可选地，获取案宗的基础数据表的步骤包括：获取案宗表以及一个或多个相关联数据表，其中，所述案宗表中的每条数据记录至少包括：案宗标识、交易标识和案宗标签；将所述案宗表与所述一个或多个相关联数据表进行拼接，得到所述基础数据表。

可选地，获取案宗表的步骤包括：获取反洗钱规则引擎识别出的可疑交易信息，并根据交易主体进行合并得到所述案宗表。

可选地，所述一个或多个相关联数据表包括以下项中的至少一项：交易表；用户信息表；资产信息表；账户表；卡片表。

可选地，对所述基础数据表中的数据记录进行特征提取的步骤包括：将所述基础数据表中的信息直接处理为基础特征；和/或，基于所述基础数据表中的信息生成衍生特征，其中，所述衍生特征包括以下项之中的至少一项：关于交易主体的衍生特征、关于交易金额的衍生特征、关于交易时间的衍生特征、时序特征、交易图特征。