[发明专利]反洗钱作业甄别分析系统、方法和电子设备

权利要求书

1.一种反洗钱作业甄别分析系统，其特征在于，包括：数据获取模块、图关系网构建模块和可疑特征分析模块；

所述数据获取模块，用于获取可疑客户的反洗钱数据，其中，所述反洗钱数据包括：客户基本数据、交易数据、账户数据、设备数据和IP数据；

所述图关系网构建模块，用于根据所述反洗钱数据构建所述可疑客户的图关系网，其中，所述图关系网包括：所述可疑客户、与所述可疑客户相关的实体客户、所述可疑客户与各所述实体客户以及各所述实体客户之间的关系；

所述可疑特征分析模块，用于对所述可疑客户的反洗钱数据进行可疑特征分析，得到所述可疑客户的可疑特征，将所述可疑特征与所述图关系网关联。

2.根据权利要求1所述的反洗钱作业甄别分析系统，其特征在于，还包括：展示模块，其中，所述展示模块用于渲染展示界面，所述展示界面包括：图关系网展示区域和特征标签展示区域；以及用于在所述图关系网展示区域对所述可疑客户的图关系网进行展示，并在所述特征标签展示区域对所述可疑客户的可疑特征进行展示。

3.根据权利要求1所述的反洗钱作业甄别分析系统，其特征在于，所述可疑客户的可疑特征支持下钻明细；其中，所述下钻明细中包含所述可疑特征的明细数据。

4.根据权利要求1所述的反洗钱作业甄别分析系统，其特征在于，

所述图关系网构建模块中包含有图关系网构建模型，所述图关系网构建模块，用于根据所述反洗钱数据确定目标图关系网构建模型，使用目标图关系网构建模型构建所述反洗钱数据对应的可疑客户的图关系网，其中，所述图关系网中，节点表示所述可疑客户、与所述可疑客户相关的实体客户，边表示所述可疑客户与各所述实体客户以及各所述实体客户之间的关系；

所述可疑特征分析模块中包含特征分析模型，所述特征分析模型包括：规则模型和机器学习模型；所述可疑特征分析模块，用于采用所述规则模型和所述机器学习模型对所述可疑客户的反洗钱数据进行可疑特征分析，得到所述可疑客户的可疑特征；

所述可疑客户包括可疑单体客户和可疑团体客户，其中，所述可疑团体客户对应的可疑特征为团伙可疑特征。

5.一种反洗钱作业甄别分析方法，其特征在于，应用于反洗钱作业甄别分析系统，所述方法包括：

获取可疑客户的反洗钱数据，其中，所述反洗钱数据包括：客户基本数据、交易数据、账户数据、设备数据、IP数据；

根据所述反洗钱数据构建所述可疑客户的图关系网，其中，所述图关系网包括：所述可疑客户、与所述可疑客户相关的实体客户、所述可疑客户与各所述实体客户以及各所述实体客户之间的关系；

对所述可疑客户的反洗钱数据进行可疑特征分析，得到所述可疑客户的可疑特征，将所述可疑特征与所述图关系网关联；

在展示界面的图关系网展示区域对所述可疑客户的图关系网进行展示，并在所述展示界面的特征标签展示区域对所述可疑客户的可疑特征进行展示。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据作业人员在所述可疑客户的图关系网中触发的目标实体客户，在所述特征标签展示区域中展示所述目标实体客户的可疑特征。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据作业人员对所述可疑客户的目标可疑特征的触发，按照预设格式对所述目标可疑特征的明细数据进行展示。

8.根据权利要求5所述的方法，其特征在于，根据所述反洗钱数据构建所述可疑客户的图关系网，包括：

在所述反洗钱数据中确定所述可疑客户、与所述可疑客户相关的实体客户、所述可疑客户与各所述实体客户以及各所述实体客户之间的关系；

以所述可疑客户、与所述可疑客户相关的实体客户为节点，以所述可疑客户与各所述实体客户以及各所述实体客户之间的关系为边构建所述可疑客户的图关系网。