(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210472746.7 (22)申请日 2022.04.29 (71)申请人 中银金融科技有限公司 地址 200120 上海市浦东 新区中国(上海) 自由贸易试验区银城中路200号4层 408室 (72)发明人 金鼎立　范文琦　戴准宇　章媛媛　 陆玥全　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 蔡彭君 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 40/04(2012.01) G06K 9/62(2022.01)G06N 5/00(2006.01) G06N 20/20(2019.01) (54)发明名称 一种基于 XGBoost算法的洗钱交易识别方法 及系统 (57)摘要 本发明涉及一种基于XGBoost算法的洗钱交 易识别方法及系统， 获取客户的交易数据， 将客 户交易数据送入训练好的机器学习模 型中， 机器 学习模型给出洗钱可疑度得分， 根据洗钱可疑度 得分筛选出可疑案例， 对可疑案例进行甄别； 采 用XGBoost算法构建机器学习模型， 构建包括多 组交易数据的数据集， 将数据集划分为训练集和 测试集， 训练得到机器学习模型。 与现有技术相 比， 本发明提供了一种评估客户洗钱风险的方 案， 将反洗钱与机器学习中的XGBoost算法结合 起来， 根据客户的交易数据能够给出客户的洗钱 可疑度得分， 给甄别人员提供直观的参考依据， 节省了人力， 提供了效率。 权利要求书2页 说明书6页 附图1页 CN 115222506 A 2022.10.21 CN 115222506 A 1.一种基于XGBo ost算法的洗钱交易识别方法， 其特 征在于， 包括： 获取客户的交易数据， 将客户交易数据送入训练好的机器学习模型中， 机器学习模型 给出洗钱可疑度得分， 根据洗钱可疑度得分筛 选出可疑案例， 对可疑案例进行甄别； 所述机器学习模型的建立和训练过程如下： 构建数据集， 所述数据集包括多组交易数据， 所述交易数据的标签为洗钱和非洗钱， 所 述交易数据包括多个维度的特 征； 提取与洗钱操作存在关联的可疑特征， 对可疑特征所对应的值进行数据清洗、 空缺值 填充以及标准 化处理， 对可疑特 征进行降维处 理； 将数据集划分为训练集和测试集， 采用XGBoost算法构 建机器学习模型， 并使用训练集 对机器学习模型进行训练， 使用测试集测试机器学习模型 的预测准确率， 若预测准确 率大 于预设精度阈值， 则得到训练好的机器学习模型， 否则， 利用测试集更新训练集， 对机器学 习模型进行迭代优化， 得到训练好的机器学习模型。 2.根据权利要求1所述的一种基于XGBoost算法的洗钱交易识别方法， 其特征在于， 所 述洗钱可疑度得分的取值越大， 说明该交易数据的洗钱可疑度越高， 根据洗钱可疑度得分 筛选出可疑案例具体为： 设定第一得分阈值F， 将洗钱可疑度得分大于F的交易数据作为 候选案例； 设定第一数量阈值K， 若候选案例的数量大于K， 则按洗钱可疑度 得分自高至低选择K个 候选案例作为可疑案例， 否则， 将所有的候选 案例作为可疑案例。 3.根据权利要求2所述的一种基于XGBoost算法的洗钱交易识别方法， 其特征在于， 对 可疑案例进行甄别具体为： 确定方法甄别人员的经验度， 将甄别人员划分为M个不同的等级， 确定各个等级的甄别 人员的工作量； 将可疑案例按照洗钱可疑度得分的高低 排序， 按照各个等级的甄别人员的工作量将可 疑案例划分为M个不同的案例集， 分别由对应等级的甄别人员进行甄别。 4.根据权利要求1所述的一种基于XGBoost算法的洗钱交易识别方法， 其特征在于， 构 建数据集具体为： 获取被报送的交易数据和未被报送的交易数据， 采用最邻 近重采样法对所述被报送的 交易数据进行重采样， 并加上随机扰动， 得到数据集。 5.根据权利要求1所述的一种基于XGBoost算法的洗钱交易识别方法， 其特征在于， 所 述数据标准 化处理具体为： 对可疑特征中的离散型特征对应的数据， 采用One ‑Hot重新编码； 对可疑特征中的连续 型特征对应的数据， 用L2 ‑范数标准化方法将数据按比例缩放， 去除量纲。 6.根据权利要求1所述的一种基于XGBoost算法的洗钱交易识别方法， 其特征在于， 对 可疑特征进行降维处 理具体为： 利用主成分 分析法PCA将可疑特 征进行降维。 7.一种基于XGBo ost算法的洗钱交易识别系统， 其特 征在于， 包括： 洗钱交易识别模块， 被配置为： 获取客户的交易数据， 将客户交易数据送入训练好的机 器学习模 型中， 机器学习模型给出洗钱 可疑度得分， 根据洗钱 可疑度得分筛选出可疑案例， 对可疑案例进行甄别； 模型训练模块， 被配置为： 构建数据集， 所述数据集包括多组交易数据， 所述交易数据权　利　要　求　书 1/2 页 2 CN 115222506 A 2的标签为洗钱和非洗钱， 所述交易数据包括多个维度的特 征； 提取与洗钱操作存在关联的可疑特征， 对可疑特征所对应的值进行数据清洗、 空缺值 填充以及标准 化处理， 对可疑特 征进行降维处 理； 将数据集划分为训练集和测试集， 采用XGBoost算法构 建机器学习模型， 并使用训练集 对机器学习模型进行训练， 使用测试集测试机器学习模型 的预测准确率， 若预测准确 率大 于预设精度阈值， 则得到训练好的机器学习模型， 否则， 利用测试集更新训练集， 对机器学 习模型进行迭代优化， 得到训练好的机器学习模型。 8.根据权利要求7所述的一种基于XGBoost算法的洗钱交易识别系 统， 其特征在于， 构 建数据集具体为： 获取被报送的交易数据和未被报送的交易数据， 采用最邻 近重采样法对所述被报送的 交易数据进行重采样， 并加上随机扰动， 得到数据集。 9.根据权利要求7所述的一种基于XGBoost算法的洗钱交易识别系 统， 其特征在于， 所 述数据标准 化处理具体为： 对可疑特征中的离散型特征对应的数据， 采用One ‑Hot重新编码； 对可疑特征中的连续 型特征对应的数据， 用L2 ‑范数标准化方法将数据按比例缩放， 去除量纲。 10.根据权利 要求7所述的一种基于XGBoost算法的洗钱交易识别系统， 其特征在于， 对 可疑特征进行降维处 理具体为： 利用主成分 分析法PCA将可疑特 征进行降维。权　利　要　求　书 2/2 页 3 CN 115222506 A 3