[发明专利]用于反洗钱识别的数据处理系统及方法

权利要求书

1.用于反洗钱识别的数据处理方法，其特征在于，包括以下步骤：

根据企业的相关信息，初步筛选出用于反洗钱识别的数据项；所述相关信息包括非资金交易数据；

从初步筛选出的数据项中，基于筛选模型，筛选出最终的数据项；

基于所述最终的数据项构建洗钱识别模型。

2.根据权利要求1所述的方法，其特征在于，所述从初步筛选出的数据项中，基于筛选模型，筛选出最终的数据项的步骤，包括：

针对于每一个数据项，进行WOE分箱处理；

根据每个分箱的WOE值计算每一个数据项的IV值，根据IV值确定该数据项是否被保留，被保留下来的数据项即为最终的数据项。

3.根据权利要求1所述的方法，其特征在于，所述基于所述最终的数据项构建洗钱识别模型的步骤，包括：

构建样本并进行标注，所述样本包括洗钱样本和未洗钱样本，每一个样本中包含所述最终的数据项的数据值；

基于二分类有监督学习及逻辑回归进行建模，得到所述洗钱识别模型。

4.用于反洗钱识别的数据处理系统，其特征在于，包括数据项初选模块、数据项精选模块和模型构建模块，其中，

数据项初选模块用于根据企业的相关信息，初步筛选出用于反洗钱识别的数据项；所述相关信息包括非资金交易数据；

数据项精选模块的数据输入端连接数据项初选模块的数据输出端，用于从初步筛选出的数据项中，基于筛选模型，筛选出最终的数据项；

模型构建模块的数据输入端连接数据项精选模块的数据输出端，用于基于所述最终的数据项构建洗钱识别模型。

5.根据权利要求4所述的系统，其特征在于，所述数据项精选模块包括WOE分箱模块和IV值计算模块，其中，

WOE分箱模块用于针对于每一个数据项，进行WOE分箱处理；

IV值计算模块用于根据每个分箱的WOE值计算每一个数据项的IV值，根据IV值确定该数据项是否被保留，被保留下来的数据项即为最终的数据项。

6.根据权利要求4所述的系统，其特征在于，所述模型构建模块包括样本构建模块和模型训练模块，其中，

样本构建模块用于构建样本并进行标注，所述样本包括洗钱样本和未洗钱样本，每一个样本中包含所述最终的数据项的数据值；

模型训练模块基于二分类有监督学习及逻辑回归进行建模，得到所述洗钱识别模型。

7.一种包括计算机可读指令的计算机可读存储介质，其特征在于，所述计算机可读指令在被执行时使处理器执行权利要求4-6任一所述方法中的操作。

8.一种电子设备，其特征在于，所述的设备包括：

存储器，存储程序指令；

处理器，与所述存储器相连接，执行存储器中的程序指令，实现权利要求1-3任一所述方法中的步骤。