基于知识图谱及大数据框架的反洗钱可视化分析方法研究

作     者：汪昱廷 

作者单位：电子科技大学 

学位级别：硕士

导师姓名：谢宁

授予年度：2021年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 

主      题：大数据分析 知识图谱 社区算法 反洗钱系统 可视化 

摘      要：过去,洗钱仅仅是金融领域内所属的专业名词,是用来形容通过各种非法手段将不义之财进行合法化的一种行为方式。全世界每年非法洗钱数额高达一万至三万亿美元,对正常、稳定的社会经济秩序带来很大的负面影响。然而全世界洗钱破获率却只是冰山一角。不容置否,洗钱最为一个不法手段,对于社区经济乃至国家安全、稳定都有着非常大负面的影响。为此,本文针对大量转账交易中存在的涉及地下钱庄、偷税漏税以及非法集资等非法交易行为,建立一整套基于大数据、知识图谱与机器学习的智能反洗钱系统,能自动、快速地检测到可疑交易行为。其中涉及到数据的多方面的处理,并且采用知识图谱与图数据库的先进技术,使其可以转化为能够快速检索的图数据。通过社区发现算法将原始数据划分出可疑社区。并可以实时将可疑数据生成多种社区图数据进行前台展示,通过前台的操作,筛选出非法交易。极大提高反洗钱业务的效率与破获率。本文工作的核心是大数据分析、有知识图谱参与的数据的加工及社区展示,迁移了其他应用领域的相关算法,并在此基础上进行优化,加入额外的处理步骤及相对智能化的参数,降低人工干预的需求。创新点则是尝试将知识图谱应用于反洗钱领域,并将其应用于社区发现算法,从而提高反洗钱业务的效率及正确率。