报告目录

• 一 应用背景及解决的痛点
  1. （一）应用背景
  2. （二）难点与痛点
• 二 应用框架及实现路径
  1. （一）反洗钱清单监测
  2. （二）反洗钱交易监测
     1. 1.数据获取和加工
     2. 2.交易监测
     3. 3.交易甄别确认
  3. （三）反欺诈风险防控
• 三 典型应用案例
  1. 案例1：基于机器学习的反洗钱可疑交易监测
     1. （一）指标选择
     2. （二）算法选择
  2. 案例2：基于大数据可视化分析的可疑甄别确认
     1. 1.路径分析（Ntree Algorithm）
     2. 2.客户中介性评分算法（Betweenness Algorithm）
     3. 3.资金链路图
  3. 案例3：基于搜索引擎和NLP自然语言处理的清单监测
     1. 1.模糊匹配和相似度计算
     2. 2.精准提词和高频词过滤
  4. 案例4：基于深度学习的反欺诈实时交易监测
  5. 案例5：基于知识图谱的反欺诈黑产挖掘
  6. 案例6：基于知识图谱与深度学习的普惠金融反欺诈