基于迁移学习技术的反洗钱建模研究和实现

发布时间：2021-04-11 20:46

　　<正>面对日益复杂的国际和国内金融环境,我国反洗钱监管要求日趋严格,根据《中国人民银行关于加强反洗钱客户身份识别有关工作的通知》和《金融机构大额交易和可疑交易报告管理办法》等监管要求,金融机构需建立一套多层次、多维度、智能化的反洗钱管理体系。与此同时,科技与金融服务的深度融合使得反洗钱系统的全面升级和体系重构迫在眉睫。借助大数据和机器学习等科技力量,直接从数据中"学习"信息,完成模型的创建和优化迭代,可以帮助资管机构有效提升合规水平与数据探索综合能力。 

【文章来源】：中国金融电脑. 2020,(10)

【文章页数】：6 页

【部分图文】：

反洗钱业务架构

嫁模迁移学习方案流程

图2 嫁模迁移学习方案流程首先，将源域样本和目标域样本直接合并，划分训练集和测试集训练模型，并将训练得到的模型定义为域分类器；其次，将源域样本输入域分类器，得到域分类器下各源域样本的预测值；然后，选取合适的阈值对源域样本的预测值进行划分，将大于阈值的源域样本、小于阈值随机抽取10%的源域样本同时添加到目标域；最后，基于样本迁移后的目标域样本训练反洗钱业务机器学习模型，具体方案步骤见表3。


本文编号：3131931