统计与决策
統計與決策
통계여결책
2010年
5期
27~30
,共null页
层次聚类 K-means 数据挖掘 可疑交易 洗钱
層次聚類 K-means 數據挖掘 可疑交易 洗錢
층차취류 K-means 수거알굴 가의교역 세전
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。
聚類方法可以有效反映齣不同類型客戶的行為特徵,從而利于識彆齣可疑交易。文章結閤證券公司客戶真實交易數據和人工數據,採用Clementine進行建模實現聚類過程,識彆齣瞭異常值併計算可疑記錄的可疑程度,可為金融情報部門提供高質量的調查數據,有效減緩金融情報部門工作人員的負擔。
취류방법가이유효반영출불동류형객호적행위특정,종이리우식별출가의교역。문장결합증권공사객호진실교역수거화인공수거,채용Clementine진행건모실현취류과정,식별출료이상치병계산가의기록적가의정도,가위금융정보부문제공고질량적조사수거,유효감완금융정보부문공작인원적부담。
