基于Pu-learning的智能化非法集资异常交易监测  

作　　者：蔡尚宣 朱丹青 

机构地区：[1]中国农业银行全球反洗钱中心

出　　处：《中国金融电脑》2024年第10期74-77,共4页Financial Computer of China

摘　　要：近年来,非法集资活动的新模式、新手段层出不穷,极大地损害了人民群众的利益,持续扰乱市场经济秩序。然而,传统监测方法使用的阈值模型在数学逻辑上依旧属于线性区分,极易误判。对此,本文结合非法集资活动中吸收账户和返利账户的交易特征,通过使用Pu-learning方法提升正负样本纯度,利用阈值方法和机器学习技术相结合的方式,实现对两类账户的监测识别,并引入历史预警数据开展了模型验证。

关 键 词：非法集资 机器学习 Pu-learning 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] F832[自动化与计算机技术—控制科学与工程]