基于模糊聚类分析的银行业反洗钱大额与可疑交易报告改进研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 问题的提出 | 第7-9页 |
| 1.2 研究目的和意义 | 第9-11页 |
| 1.3 论文的结构安排与研究方法 | 第11-12页 |
| 第二章 文献综述及理论基础 | 第12-19页 |
| 2.1 国外相关文献综述 | 第12-14页 |
| 2.2 国内研究综述 | 第14-15页 |
| 2.3 洗钱及其相关概念界定 | 第15-16页 |
| 2.4 破窗理论 | 第16-17页 |
| 2.5 洗钱方式简介 | 第17-19页 |
| 第三章 基于模糊聚类分析的数据挖掘 | 第19-29页 |
| 3.1 数据挖掘简介 | 第19-21页 |
| 3.2 聚类分析及算法 | 第21-25页 |
| 3.2.1 聚类分析 | 第21-22页 |
| 3.2.2 典型的聚类算法介绍 | 第22-25页 |
| 3.3 模糊聚类算法分析 | 第25-28页 |
| 3.3.1 模糊聚类分析原理 | 第25-27页 |
| 3.3.2 模糊聚类分析的应用步骤 | 第27-28页 |
| 3.4 局部孤立点挖掘算法 | 第28-29页 |
| 第四章 账户洗钱信息的挖掘研究 | 第29-40页 |
| 4.1 数据挖掘与账户洗钱 | 第29-31页 |
| 4.2 可疑账户洗钱行为的数据挖掘算法研究 | 第31-34页 |
| 4.2.1 聚类算法的适用性分析与算法选择 | 第32-33页 |
| 4.2.2 孤立点探测算法的适用性分析与算法选择 | 第33-34页 |
| 4.3 偶然可疑账户洗钱行为数据挖掘方法的构建 | 第34-36页 |
| 4.3.1 偶然可疑洗钱行为的挖掘 | 第34页 |
| 4.3.2 属性的选择 | 第34-36页 |
| 4.3.3 构建偶然可疑洗钱的数据挖掘方法 | 第36页 |
| 4.4 数据试验 | 第36-40页 |
| 4.4.1 试验环境 | 第36页 |
| 4.4.2 数据准备 | 第36-38页 |
| 4.4.3 实验结果 | 第38-40页 |
| 第五章 对银行业反洗钱报告的改进研究 | 第40-47页 |
| 5.1 银行业大额可疑交易报告 | 第40-42页 |
| 5.2 银行业反洗钱报告的现状和存在问题 | 第42-46页 |
| 5.3 利用数据挖掘技术提高反洗钱报告甄别效率 | 第46-47页 |
| 第六章 结论与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 附录：部分源程序 | 第53-66页 |
| 个人简历 | 第66页 |
