[发明专利]一种洗钱行为预测方法及装置

说明书

本发明公开了一种洗钱行为预测方法及装置，涉及数据处理技术领域，主要目的在于提高洗钱行为预测的准确率；主要技术方案包括：获取训练样本集，其中，所述训练样本集中包括带标签的训练样本和不带标签的训练样本，且每一个训练样本均具有其各自的特征，所述标签表征训练样本是否为洗钱行为数据；基于所述不带标签的训练样本生成孤立森林；基于所述带标签的训练样本对所述孤立森林中的孤立树进行删减；将删减后剩余的孤立树组成新的孤立森林；使用新的孤立森林进行洗钱预测。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种洗钱行为预测方法及装置。

背景技术

随着互联网技术的发展，金融领域的交易行为越来越多的依赖于互联网进行，但是相伴而生的洗钱行为逐渐渗入到互联网中。洗钱，是指通过合法的活动或建设将违法获得的收入隐藏、伪装或投资的过程，为了维护社会公正和打击腐败等经济犯罪，需要在互联网中进行洗钱监控。互联网中的洗钱监控主要通过预设的反洗钱模型对互联网数据进行识别分析，从而识别出洗钱行为。

传统的反洗钱方法通常存在如下两种：一种是，使用有监督反洗钱模型进行洗钱行为识别，此种模型需要大量已知标签的数据来训练有监督反洗钱模型，而大量已知标签的数据的获取成本非常大，其获取需要具有较高的业务素养的专业人员来执行，且一旦标签确定的不准确，训练出的有监督反洗钱模型的洗钱行为识别能力欠佳。另一种是，使用无监督反洗钱模型进行洗钱行为识别，此种模型训练时需要大量的特征，而这些特征选择需要具有较高的业务素养的专业人员来完整，且一旦特征选择不合理，训练出的无监督反洗钱模型的洗钱行为识别能力欠佳。

发明内容

有鉴于此，本发明提出了一种洗钱行为预测方法及装置，主要目的在于提高洗钱行为预测的准确率。

第一方面，本发明提供了一种洗钱行为预测方法，该方法包括：

获取训练样本集，其中，所述训练样本集中包括带标签的训练样本和不带标签的训练样本，且每一个训练样本均具有其各自的特征，所述标签表征训练样本是否为洗钱行为数据；

基于所述不带标签的训练样本生成孤立森林；

基于所述带标签的训练样本对所述孤立森林中的孤立树进行删减；

将删减后剩余的孤立树组成新的孤立森林；

使用新的孤立森林进行洗钱预测。

第二方面，本发明提供了一种洗钱行为预测装置，该装置包括：

获取单元，用于获取训练样本集，其中，所述训练样本集中包括带标签的训练样本和不带标签的训练样本，且每一个训练样本均具有其各自的特征，所述标签表征训练样本是否为洗钱行为数据；

生成单元，用于基于所述不带标签的训练样本生成孤立森林；

删减单元，用于基于所述带标签的训练样本对所述孤立森林中的孤立树进行删减；

组成单元，用于将删减后剩余的孤立树组成新的孤立森林；

预测单元，用于使用新的孤立森林进行洗钱预测。

第三方面，本发明提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面中所述的洗钱行为预测方法。

第四方面，本发明提供了一种存储管理设备，所述存储管理设备包括：

存储器，用于存储程序；

处理器，耦合至所述存储器，用于运行所述程序以执行第一方面中所述的洗钱行为预测方法。