银行反洗钱可疑报告处理方法及装置制造方法及图纸

本发明专利技术提供了银行反洗钱可疑报告处理方法及装置，方法包括：获取交易数据、可疑交易报告；利用预先训练的BP神经网络模型和所述的交易数据、可疑交易报告进行处理生成银行反洗钱可疑报告处理结果；其中，所述的预先训练的BP神经网络模型为利用已确定的可疑报告优先级结果数据进行BP神经网络模型训练得到的模型。本发明专利技术利用神经网络模型对生成的可疑报告进行优先级排序处理，依据反洗钱岗业务人员的实际处理能力以及监管要求，对不同优先级的可疑交易报告进行不同的处理，从而进一步可疑报告的处理效率及速度。

【技术实现步骤摘要】
银行反洗钱可疑报告处理方法及装置
本专利技术涉及数据处理技术，具体的讲是一种银行反洗钱可疑报告处理方法及装置。
技术介绍
根据相关规定，银行业金融机构应当履行反洗钱义务，其中就包括：建立可疑交易报告制度。目前反洗钱可疑报告的来源可以分成三类：第一类是规则模型生成，具体的规则依赖于领域专家对可疑交易核心要素的认识，即专家通过自身的专业知识及经验提取出识别可疑交易的规则。第二类是可疑增录，银行前台工作人员向反洗钱系统上报在为客户办理业务和服务的过程中发现的客户可疑交易或行为，或通过外部信息发现的客户可疑交易。第三类是人工智能模型生成，基于机器学习相关模型识别出可疑交易行为。对于规则模型生成的报告，根据监管要求，将全部推送到各营业机构的反洗钱岗，反洗钱岗工作人员要对报告涉及的交易进行人工识别判断，排除报告中的非可疑交易；对于人工智能模型生成的报告，会考虑多个方面的因素，通常包括监管机构的要求、反洗钱岗工作人员的处理能力、可疑交易触发的疑似涉罪类型、是否与规则模型的报告重复。为提高预警效率，降低预警量，一般不会将所有人工智能模型生成的可疑报告推送到前端。一种较为常见的做法是截取N份可疑交易报告推送(N值一般根据某些特定字段决定，如交易金额最多的N份)。考虑到人工智能模型在运行一段时间后，会出现有效性降低的情况，此时将产生较多的无效可疑报告。同时，提高模型(规则模型和人工智能模型)的有效性需要一定的时间，因此会出现反洗钱岗位工作人员的处理能力跟不上可疑报告新增速度的情形。因此，需要提高可疑报告的处理速度。>
技术实现思路
为提高对可疑报告的处理速度，至少解决解决现有技术的一问题，本专利技术提供了一种银行反洗钱可疑报告处理方法，包括：获取交易数据、可疑交易报告；利用预先训练的BP神经网络模型和所述的交易数据、可疑交易报告进行处理生成银行反洗钱可疑报告处理结果；其中，所述的预先训练的BP神经网络模型为利用已确定的可疑报告优先级结果数据进行BP神经网络模型训练得到的模型。本专利技术实施例中，所述的已确定的可疑报告优先级结果数据包括：已确定优先级的可疑交易报告、对应的交易数据及可疑报告数据的优先级；其中，所述的优先级为根据预设的可疑报告上报方向和/或处理情况确定。本专利技术实施例中，所述的利用已确定的可疑报告优先级结果数据进行BP神经网络模型训练包括：获取确定优先级顺序的可疑交易报告及对应的交易数据；利用确定优先级顺序的可疑交易报告及对应的交易数据作为模型输入数据，可疑报告优先级作为输出数据进行BP神经网络模型训练。本专利技术实施例中，所述的银行反洗钱可疑报告处理结果包括：所述可疑交易报告的优先级排序。本专利技术实施例中，所述的利用预先训练的BP神经网络模型和所述的交易数据、可疑交易报告进行处理生成银行反洗钱可疑报告处理结果包括：对所述的交易数据、可疑交易报告进行数据预处理生成BP神经网络模型的输入数据；利用预先训练的BP神经网络模型对生成的输入数据进行分类处理确定可疑交易报告的优先级排序。本专利技术实施例中，所述的对所述的交易数据、可疑交易报告进行数据预处理生成BP神经网络模型的输入数据包括：对所述的交易数据、可疑交易报告进行数据清洗；对清洗过的数据进行数据转换生成离散的交易数据、可疑交易报告的编码数据；对生成的离散交易数据、可疑交易报告的编码数据进行归一化处理；对归一化处理后的交易数据、可疑交易报告进行降维处理生成BP神经网络模型的输入数据。本专利技术实施例中，所述的对所述的交易数据、可疑交易报告进行数据清洗包括：对交易数据、可疑交易报告中大于缺失率阈值的字段、大于占比阈值的预设字段和/或字段内容为中文汉字的字段进行剔除处理。本专利技术实施例中，所述的对生成的离散的交易数据、可疑交易报告编码数据进行归一化处理包括：对所述交易数据、可疑交易报告中的类别型数据进行归一化处理；其中，所述的交易数据中的类别数据的字段包括：公私标识、交易对手方账户类别、资金收付标识、现金及转账标识、代理交易标识、冲账标识、跨境交易标识及交易方式标识。所述可疑报告中的类别型数据的字段包括：客户银行卡类型、对方金融机构网点代码类型、非柜台交易方式及金融机构与客户的关系。同时，本专利技术还提供一种银行反洗钱可疑报告处理装置，包括：数据获取模块，用于获取交易数据、可疑交易报告；数据处理模块，用于利用预先训练的BP神经网络模型和所述的交易数据、可疑交易报告进行处理生成银行反洗钱可疑报告处理结果；其中，所述的预先训练的BP神经网络模型为利用已确定的可疑报告优先级结果数据进行BP神经网络模型训练得到的模型。本专利技术实施例中，所述的装置还包括：训练模块，用于利用已确定的可疑报告优先级结果数据进行BP神经网络模型训练；其中，所述训练模块包括：数据获取单元，用于获取确定优先级顺序的可疑交易报告及对应的交易数据；训练单元，用于利用确定优先级顺序的可疑交易报告及对应的交易数据作为模型输入数据，可疑报告优先级作为输出数据进行BP神经网络模型训练。本专利技术实施例中，所述的银行反洗钱可疑报告处理结果包括：所述可疑交易报告的优先级排序。本专利技术实施例中，所述的数据处理模块包括：预处理单元，用于对所述的交易数据、可疑交易报告进行数据预处理生成BP神经网络模型的输入数据；神经网络模型处理单元，用于利用预先训练的BP神经网络模型对生成的输入数据进行分类处理确定可疑交易报告的优先级排序。本专利技术实施例中，所述的预处理单元包括：清洗单元，用于对所述的交易数据、可疑交易报告进行数据清洗；离散处理单元，用于对清洗过的数据进行数据转换生成离散的交易数据、可疑交易报告的编码数据；归一处理单元，用于对生成的离散交易数据、可疑交易报告的编码数据进行归一化处理；降维处理单元，用于对归一化处理后的交易数据、可疑交易报告进行降维处理生成BP神经网络模型的输入数据。本专利技术实施例中，所述的清洗单元对所述的交易数据、可疑交易报告进行数据清洗包括：对交易数据、可疑交易报告中大于缺失率阈值的字段、大于占比阈值的预设字段和/或字段内容为中文汉字的字段进行剔除处理。本专利技术实施例中，所述的归一处理单元对生成的离散的交易数据、可疑交易报告编码数据进行归一化处理包括：对所述交易数据、可疑交易报告中的类别型数据进行归一化处理；其中，所述的交易数据中的类别数据的字段包括：公私标识、交易对手方账户类别、资金收付标识、现金及转账标识、代理交易标识、冲账标识、跨境交易标识及交易方式标识。所述可疑报告中的类别型数据的字段包括：客户银行卡类型、对方金融机构网点代码类型、非柜台交易方式及金融机构与客户的关系。同时，本专利技术还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法。同时，本本文档来自技高网...

【技术保护点】
1.一种银行反洗钱可疑报告处理方法，其特征在于，所述的方法包括：/n获取交易数据、可疑交易报告；/n利用预先训练的BP神经网络模型和所述的交易数据、可疑交易报告进行处理生成银行反洗钱可疑报告处理结果；其中，所述的预先训练的BP神经网络模型为利用已确定的可疑报告优先级结果数据进行BP神经网络模型训练得到的模型。/n

【技术特征摘要】
1.一种银行反洗钱可疑报告处理方法，其特征在于，所述的方法包括：
获取交易数据、可疑交易报告；
利用预先训练的BP神经网络模型和所述的交易数据、可疑交易报告进行处理生成银行反洗钱可疑报告处理结果；其中，所述的预先训练的BP神经网络模型为利用已确定的可疑报告优先级结果数据进行BP神经网络模型训练得到的模型。


2.如权利要求1所述的银行反洗钱可疑报告处理方法，其特征在于，所述的已确定的可疑报告优先级结果数据包括：已确定优先级的可疑交易报告、对应的交易数据及可疑报告的优先级；其中，所述的优先级为根据预设的可疑报告上报方向和/或处理情况确定。


3.如权利要求2所述的银行反洗钱可疑报告处理方法，其特征在于，所述的利用已确定的可疑报告优先级结果数据进行BP神经网络模型训练包括：
获取确定优先级顺序的可疑交易报告及对应的交易数据；
利用确定优先级顺序的可疑交易报告及对应的交易数据作为模型输入数据，可疑报告优先级作为输出数据进行BP神经网络模型训练。


4.如权利要求2所述的银行反洗钱可疑报告处理方法，其特征在于，所述的银行反洗钱可疑报告处理结果包括：所述可疑交易报告的优先级排序。


5.如权利要求4所述的银行反洗钱可疑报告处理方法，其特征在于，所述的利用预先训练的BP神经网络模型和所述的交易数据、可疑交易报告进行处理生成银行反洗钱可疑报告处理结果包括：
对所述的交易数据、可疑交易报告进行数据预处理生成BP神经网络模型的输入数据；
利用预先训练的BP神经网络模型对生成的输入数据进行分类处理确定可疑交易报告的优先级排序。


6.如权利要求5所述的银行反洗钱可疑报告处理方法，其特征在于，所述的对所述的交易数据、可疑交易报告进行数据预处理生成BP神经网络模型的输入数据包括：
对所述的交易数据、可疑交易报告进行数据清洗；
对清洗过的数据进行数据转换生成离散的交易数据、可疑交易报告的编码数据；
对生成的离散交易数据、可疑交易报告的编码数据进行归一化处理；
对归一化处理后的交易数据、可疑交易报告进行降维处理生成BP神经网络模型的输入数据。


7.如权利要求6所述的银行反洗钱可疑报告处理方法，其特征在于，所述的对所述的交易数据、可疑交易报告进行数据清洗包括：
对交易数据、可疑交易报告中大于缺失率阈值的字段、大于占比阈值的预设字段和/或字段内容为中文汉字的字段进行剔除处理。


8.如权利要求6所述的银行反洗钱可疑报告处理方法，其特征在于，所述的对生成的离散的交易数据、可疑交易报告编码数据进行归一化处理包括：
对所述交易数据、可疑交易报告中的类别型数据进行归一化处理；其中，
所述的交易数据中的类别型数据的字段包括：公私标识、交易对手方账户类别、资金收付标识、现金及转账标识、代理交易标识、冲账标识、跨境交易标识及交易方式标识；
所述可疑报告中的类别型数据的字段包括：客户银行卡类型、对方金融机构网点代码类型、非柜台交易方式及金融机构与客户的关系。


9.一种银行反洗钱可疑报告处理装置，其特征在于，所述的装置包括：
数据获取模块，用于获取交易数据、可疑交易报告；
数据处理模块，用于利用预先训练的BP神经网络模型和所述的交易数据、可疑交易报告进行处理...

【专利技术属性】
技术研发人员：蓝义咸，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：北京;11