基于uib决策树算法的银行客户洗钱风险评估

《基于uib决策树算法的银行客户洗钱风险评估》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号：学号：密级：10532G11102034普通湖南大学工程硕士学位论文基于UIB决策树算法的银行客户洗钱风险评估堂焦由请厶姓名；理王宴昱咂丝刍壁驱整；奎直立熬援蕙励崮直缝经渣』正墙差望僮；信息型堂复三程兰院童业刍整；这仕王猩诠塞握童日期12Q!三生12旦2垒日诠塞签避旦期；2Q!垒生!旦苎日筌整委虽会圭廑；廛遗——TheAssessmentofBankCustomerMoneyLaunderingRiskbasedonUIBDecision-TreeAlgorithmbyYuyanFengB．E．(Northeaste

2、rnUniVersity)2005AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringlnSoftwareengineeringintheGraduateschoolofHunanUniversitySupervisorProfessorLiKenliSenioreconomistHuangLigangDecember，2013湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在老师的指导下独立进行

3、研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。学生签名：哳孽日期：雌6月，易日学位论文版权使用授权书本毕业论文作者完全了解学校有关保留、使用论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本论文。本论文

4、属于1、保密，在年解密后适用本授权书。2、不保密√。(请在以上相应方框内打“√”)学生签名：冯于孽日、期：2014年乡月，舌日艚狮鹕锄槲：2014年彭月，占同基于UIB决策树算法的银行客户洗钱风险评估摘要随着经济的全球化发展以及国际金融体系的完善，全球的洗钱犯罪越来越猖獗，己成为危害国际社会稳定的一个重要方面，不仅表现为它对全球金融的侵害，更重要的是它对上游犯罪进行掩护，同时给下游犯罪提供了有力的经济支持，维持犯罪的继续进行，对社会安全造成了很大的威胁。因此，反洗钱逐渐成为国际金融领域的一个重要课题。数据挖掘技术能从大量数据中

5、发现隐藏于其中的关系和趋势，这一特点和功能正是反洗钱监测分析系统所需求的。利用数据挖掘技术进行反洗钱数据监测与分析，是国内外研究的一个热点。我国的反洗钱工作是以基层金融机构上报可疑交易数据为基础来调查洗钱犯罪嫌疑。但这种数据报告制度存在标准模糊、数据海量、高误报率等缺陷，从而导致上报的可疑数据的有效性和可靠性很低。针对这种情况，本文研究适用于银行客户信息特点的数据挖掘算法，并将其运用到银行客户洗钱风险评估中，使得各金融机构在识别可疑交易时工作量大大减小，并且更具有针对性。这对促进我国反洗钱工作中的数据报告制度的完善具有很重要的

6、意义。决策树算法是运用归纳算法产生的树型结构的预测模型，已在银行信用评估，钻井工程故障监测，化工企业生产平稳度分析等不同领域得到较好的应用。本文中将决策树算法用于反洗钱领域。基于决策树挖掘算法生成决策模型，用来评估银行客户洗钱风险等级。通过该模型从海量客户数据中剔除洗钱风险小的账户，使得金融机构在识别可疑数据时重点针对洗钱风险较高的客户，从而减少金融机构在识别可疑账户时的工作量。考虑到传统决策树算法在选择决策属性时具有偏向性，因而不能产生最简洁的规则集。针对该缺点，本文提出了改进的UIB决策树算法。该算法在计算属性信息熵时，乘

7、以与属性取值数相关的修正因子。通过对参数进行修正，使得在选择决策属性时能确保获得的信息增益最大，从而保证构造的决策树最简洁。其次，考虑到实际情况中银行客户数据不完备的特点，传统的决策树算法不能正确的对属性缺失数据的洗钱风险进行评估。针对该问题，UIB算法在构造决策树的过程中记录不同属性取值的概率，通过统计学原理对数据缺失的属性取值进行估计，最终完成该数据风险的评估。通过实验对比了UIB算法和典型的ID3算法在评估准确度的性能。实验表明，基于UIB算法的洗钱风险评估准确度较ID3算法高达6．8％。UIB算法对于属性缺失账户的洗钱

8、风险等级评估也有着较高的准确度。随着训练集样本数据的增加，工程硕士学位论文模型的评估准确度也随着增加。另外，本文中探讨了评估准确度与风险等级级别数的关系，实验数据表明，当风险等级级别数增加时，基于UIB算法的洗钱风险评估模型准确度越高．关键词：反洗钱，数据挖掘，决策树，ID3