基于改進(jìn)的兩階段聚類方法在金融可疑識(shí)別中的應(yīng)用

吳玉霞，牟援朝

(華東理工大學(xué) 商學(xué)院，上海 200237)

0 引言

盡管金融犯罪活動(dòng)受到了全球的關(guān)注，由于金融制度的不足和監(jiān)控體系的不完善等原因，當(dāng)前金融犯罪活動(dòng)尤其是洗錢活動(dòng)則日益突出，反洗錢問題須亟待解決。各國(guó)金融機(jī)構(gòu)保存了大量的客戶資料和交易行為記錄，這些記錄包括了交易資金的流動(dòng)性和交易次數(shù)波動(dòng)性等，利用信息技術(shù)從這些海量的數(shù)據(jù)中識(shí)別出正常的和異常、可疑的交易行為成為各國(guó)打擊洗錢犯罪的有效手段，而數(shù)據(jù)挖掘技術(shù)的科學(xué)性和有效性則滿足了當(dāng)前的需求，受到了反洗錢工作部門的重視，成為當(dāng)前研究的熱點(diǎn)問題。

本文擬通過數(shù)據(jù)挖掘的聚類技術(shù)來對(duì)客戶進(jìn)行管理和區(qū)分。大多數(shù)單一的聚類技術(shù)都有其自身的優(yōu)缺點(diǎn)，并且其重點(diǎn)在于高質(zhì)量的聚類結(jié)果，而將潛在的需要挖掘的孤立點(diǎn)當(dāng)作噪音等自動(dòng)刪除或忽略掉。本文針對(duì)金融機(jī)構(gòu)客戶的數(shù)量巨大，維數(shù)較高等特點(diǎn)，擬將傳統(tǒng)的層次聚類和劃分聚類進(jìn)行結(jié)合，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，并對(duì)其進(jìn)行相應(yīng)的改進(jìn)，從而有效識(shí)別出異常值和孤立類，本文以期通過該方法的實(shí)現(xiàn)，為孤立點(diǎn)的進(jìn)一步挖掘提供有效的高質(zhì)量數(shù)據(jù)。

1 層次聚類和劃分聚類

1.1 層次聚類

層次的方法是對(duì)給定數(shù)據(jù)對(duì)象集合進(jìn)行層次的分解。根據(jù)層次的分解如何形成，層次的方法可以分為凝聚的和分裂的[2]。凝聚的方法也稱為自底向上的方法，一開始將每個(gè)對(duì)象作為單獨(dú)的一個(gè)組，然后相繼地合并相近的對(duì)象或組，直到所有的組合并為一個(gè)（層次的最上層），或者達(dá)到一個(gè)終止條件。分裂的方法又稱為自頂向下的方法，一開始將所有的對(duì)象聚成一個(gè)簇。在迭代的每一步中，一個(gè)簇被分裂成更小的簇，直到最終每個(gè)對(duì)象在單獨(dú)的一個(gè)簇中，或達(dá)到一個(gè)終止條件。

大多數(shù)層次聚類方法是屬于凝聚的方法，它是由小類逐漸聚為大類的過程，可以通過譜系圖形象的表達(dá)出來，由合并的距離可以看出它們的親疏程度。各種凝聚型的聚類步驟基本相同，所不同的是類與類之間的距離定義不同[2]。類間距離的不同定義就產(chǎn)生了不同的聚類方法。常用的簇間距離度量方法有最小距離、最大距離、平均距離和平均值的距離等。

1.2 劃分聚類

劃分方法是給定n個(gè)對(duì)象或元組的數(shù)據(jù)庫(kù)，一個(gè)劃分方法構(gòu)建數(shù)據(jù)的k個(gè)劃分，每個(gè)劃分表示一個(gè)聚類，并且k小于等于n。其基本思路是[3]:首先從數(shù)據(jù)集中隨機(jī)地選擇幾個(gè)對(duì)象作為聚類的原型，然后將其他對(duì)象分別分配到由原型所代表的最相似、也是距離最近的類中。對(duì)于分割聚類方法，一般需要一種迭代控制策略對(duì)原型不斷地進(jìn)行調(diào)整，從而使得整個(gè)聚類得到優(yōu)化。k-平均法(k-means)是使用最為廣泛和經(jīng)典的劃分方法，它是以k為參數(shù)，把N個(gè)對(duì)象分為k個(gè)類，使類內(nèi)具有較高的相似度，而類間的相似度較低。

k-means算法過程[3][4]包括輸入輸出，即

輸入：包含N個(gè)數(shù)據(jù)對(duì)象的數(shù)據(jù)集及要生成類的數(shù)目k。

輸出：k個(gè)類，使平方誤差準(zhǔn)則為最小。

具體算法過程為：

(1)任意(或人為)地選擇k個(gè)對(duì)象作為初始的聚類中心；

(2)計(jì)算每個(gè)對(duì)象與聚類中心的距離（平方誤差），將每個(gè)對(duì)象賦給最近的類；

(3)重新計(jì)算每個(gè)類中對(duì)象的平均值；

(4)如果均值與上一個(gè)循環(huán)相比不再發(fā)生明顯變化，結(jié)束；如果發(fā)生變化則返回到第(2)步，直到收斂為止。

從算法的過程可以看出，k個(gè)初始聚類中心的選取對(duì)聚類結(jié)果具有較大的影響，因?yàn)樗惴ǖ某跏碱愔行氖侨我膺x取的。

2 改進(jìn)的兩階段聚類算法

很多傳統(tǒng)的經(jīng)典的數(shù)據(jù)挖掘算法都尤其優(yōu)缺點(diǎn)，關(guān)鍵是要選擇適合的算法應(yīng)用在特定的環(huán)境里。針對(duì)上面兩種算法的優(yōu)缺點(diǎn)，提出將兩種算法結(jié)合起來，并進(jìn)行相應(yīng)的改進(jìn)。

2.1 兩階段聚類方法的基本思想

（1）采用層次聚類方法對(duì)聚類源數(shù)據(jù)集進(jìn)行聚類，得到初始聚類結(jié)果，找出異常值并保存到黑名單表中。

（2）從待聚類的源數(shù)據(jù)集中將找到的異常值提取出來作為進(jìn)一步調(diào)查的基礎(chǔ)數(shù)據(jù)，同時(shí)得到另一個(gè)待聚類對(duì)象集D（從源數(shù)據(jù)集中除去異常值的對(duì)象集）。

（3）采用K-means算法對(duì)D進(jìn)行聚類，其類數(shù)和聚類中心是來自層次聚類得到的結(jié)果。

（4）得到對(duì)象集D的聚類結(jié)果，再將異常值單獨(dú)作為一類，獲得聚類結(jié)果和異常類。

（5）對(duì)所挖掘出來的異常值和異常類匯總到黑名單中進(jìn)一步進(jìn)行異常挖掘，對(duì)聚類的結(jié)果進(jìn)行正常模式和可疑模式的分析，并在聚類的基礎(chǔ)上進(jìn)行全局孤立點(diǎn)檢測(cè)。

2.2 改進(jìn)的方法

從算法的流程中可以看出，兩者方法的結(jié)合很好地彌補(bǔ)了K-means算法的不足。同時(shí)能夠有效的識(shí)別出異常數(shù)據(jù)，為反洗錢可疑識(shí)別中的應(yīng)用打下了基礎(chǔ)。但由于在金融應(yīng)用中，數(shù)據(jù)量巨大，而起始使用的層次方法由于其高的復(fù)雜度，不適宜用于大數(shù)據(jù)集的挖掘，效率比較低，消耗時(shí)間和內(nèi)存比較大，因此，必須對(duì)其進(jìn)行進(jìn)一步改進(jìn)。

改進(jìn)的方法主要有兩種：

（1）從樣本中抽取一些子樣本進(jìn)行層次聚類。此方法的思路是從大樣本數(shù)據(jù)中隨機(jī)的或按一定的規(guī)則抽取出部分子樣本進(jìn)行聚類分析，這樣基本上可以得出較準(zhǔn)確的聚類數(shù)和聚類中心，并能有效縮短其檢查和計(jì)算所需的時(shí)間。

（2）采用兩步聚類（Two-step）的方法。第一步是單獨(dú)通過數(shù)據(jù)，把原始數(shù)據(jù)壓縮成易處理的子類集。第二步使用層次聚類方法，將子類逐漸合并成越來越大的聚類，不需要再次通過數(shù)據(jù)。許多層次聚類從單個(gè)記錄開始分群，逐步合并從更大的聚類。兩步聚類的最初的預(yù)先聚類使層次聚類即使處理大型數(shù)據(jù)集也很快，能夠自動(dòng)的排除出離群點(diǎn)。

第一種改進(jìn)的方法在一般的聚類分析中比較有效且實(shí)用，但在反洗錢可疑識(shí)別中的重點(diǎn)是異常值的發(fā)現(xiàn)，而此改進(jìn)方法由于其抽樣性會(huì)降低對(duì)異常值發(fā)現(xiàn)的功能，因此在可疑識(shí)別中的應(yīng)用并不是很合理。第二種方法能夠較好的處理大型數(shù)據(jù)集且能處理異常值，因此在金融可疑識(shí)別中更為實(shí)用。本文采用第二種方法進(jìn)行應(yīng)用研究。

3 改進(jìn)的算法在反洗錢中的應(yīng)用

3.1 數(shù)據(jù)準(zhǔn)備

本文在選擇樣本數(shù)據(jù)時(shí)特選取信息化程度比較高的券商，其完整的數(shù)據(jù)庫(kù)建設(shè)保證了數(shù)據(jù)的準(zhǔn)確、完整和一致性，使得本文的分析結(jié)果比較客觀。本文選取了國(guó)內(nèi)著名券商A的一個(gè)營(yíng)業(yè)部A的數(shù)據(jù)。券商A為國(guó)內(nèi)十大券商之一，資產(chǎn)狀況良好，不屬于高風(fēng)險(xiǎn)券商，而且其在國(guó)內(nèi)屬于較早建立反洗錢系統(tǒng)的券商，數(shù)據(jù)庫(kù)數(shù)據(jù)可靠性和完整性較高。本文共采集了營(yíng)業(yè)部A的44247條證券交易數(shù)據(jù)、7227條客戶資產(chǎn)和2665條資金存取數(shù)據(jù)，時(shí)間采集區(qū)間為2009年5月8日至2009年6月8日，并在后文數(shù)據(jù)預(yù)處理中增加若干人工數(shù)據(jù)用于模型識(shí)別效果的評(píng)價(jià)。

3.2 屬性選擇

數(shù)據(jù)庫(kù)中的數(shù)據(jù)包含著大量的屬性，每個(gè)客戶賬戶數(shù)據(jù)庫(kù)中的屬性就有幾十個(gè)，并不是每個(gè)屬性都是可用的，如果將不相關(guān)或相關(guān)性很小的屬性用于建模，將會(huì)使得計(jì)算代價(jià)呈幾何級(jí)增加。因此需要提取出與挖掘目標(biāo)最貼切的最相關(guān)的屬性。

選取屬性的標(biāo)準(zhǔn)是要能夠?qū)梢傻南村X活動(dòng)進(jìn)行描述，并且要反應(yīng)證券公司的交易特點(diǎn)。一個(gè)典型、完整的洗錢過程可以分為三個(gè)主要階段：放置階段、離析階段和歸并階段。在實(shí)際的洗錢操作過程中，三個(gè)階段有時(shí)很明顯，但大多情況則是則交叉運(yùn)用，難以截然分開。一般來說，對(duì)洗錢者而言放置階段是最困難的一步。在放置階段其資金流動(dòng)的明顯特征就是入賬資金數(shù)量巨大，而進(jìn)入離析階段后，資金總量不再發(fā)生劇烈變動(dòng)，而資金存取的頻繁性表現(xiàn)加劇，資金從一個(gè)賬戶頻繁地轉(zhuǎn)入轉(zhuǎn)出，且流向極其復(fù)雜。經(jīng)過對(duì)洗錢活動(dòng)資金存取的特征進(jìn)行分析，得出結(jié)論：聚類方法中的屬性應(yīng)該包括對(duì)資金存取數(shù)量、資金存取頻次和交易情況的描述。

總的來說，結(jié)合證券公司客戶的交易賬戶特征可以定義5個(gè)屬性：賬戶資產(chǎn)總額、月交易次數(shù)、月存取次數(shù)、月交易總額、月存取總額。

3.3 聚類分析過程

當(dāng)前數(shù)據(jù)挖掘技術(shù)的建模工具很多，本文使用的建模工具是Clementine軟件。Clementine軟件使用圖形象征的方法，其功能是通過拖拉鼠標(biāo)和連接屏幕上的功能節(jié)點(diǎn)來實(shí)現(xiàn)的。實(shí)現(xiàn)模型的過程主要是分為兩步：一是對(duì)客戶數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行預(yù)處理；二是用Clementine工具挖掘模型的建模實(shí)現(xiàn)。

3.3.1 數(shù)據(jù)預(yù)處理

本文是從證券公司客戶的數(shù)據(jù)庫(kù)中抽取出相關(guān)的字段，截取一個(gè)月的交易記錄并導(dǎo)出到Excel表中用于作為分析的數(shù)據(jù)來源。

將得到的數(shù)據(jù)分別導(dǎo)入到SQL Server2005中建成的3張表中。通過屬性的選取、表的合并以及對(duì)原始數(shù)據(jù)進(jìn)行了處理，剔出了一些非交易數(shù)據(jù)，如手續(xù)費(fèi)收取、返還和紅利、紅股派發(fā)等的記錄數(shù)據(jù)。經(jīng)過處理，共整理出了1131條數(shù)據(jù)記錄。文中通過增加10條人工記錄來驗(yàn)證聚類可疑識(shí)別的效果。其中5條記錄表現(xiàn)的特點(diǎn)是交易次數(shù)較少，但存取較頻繁；另5條記錄則是交易很頻繁，存取次數(shù)一般。這兩個(gè)特點(diǎn)都是可疑報(bào)告中的特征。因此共1131條真實(shí)記錄和10條人工記錄。每個(gè)客戶賬戶包含如表1所示的6個(gè)字段。

表1 字段名稱

3.3.2 兩步聚類可疑識(shí)別過程和結(jié)果

經(jīng)過數(shù)據(jù)預(yù)處理的過程，我們已經(jīng)將數(shù)據(jù)轉(zhuǎn)換成適合模型且易于挖掘的形式。主要任務(wù)就是要把準(zhǔn)備好的數(shù)據(jù)輸入到模型中，通過編輯并連接模型中的節(jié)點(diǎn)完成基于兩步聚類的聚類過程，這里應(yīng)用的建模節(jié)點(diǎn)為Two-step節(jié)點(diǎn)。

在應(yīng)用Clementine進(jìn)行聚類時(shí)，要先設(shè)置Two-step節(jié)點(diǎn)模型選項(xiàng)，對(duì)Two-step建模節(jié)點(diǎn)的設(shè)置如下：

使用分區(qū)數(shù)據(jù)，選擇分區(qū)字段位于流中，將數(shù)據(jù)分割成數(shù)個(gè)，用于訓(xùn)練、測(cè)試和驗(yàn)證的單獨(dú)樣本，并且可能提供當(dāng)模型擴(kuò)展為可適用于大型數(shù)據(jù)集時(shí)，該模型的能力說明；

采用標(biāo)準(zhǔn)化數(shù)值字段。兩步聚類會(huì)對(duì)所有數(shù)值輸入字段進(jìn)行標(biāo)準(zhǔn)化，使其具有相同的尺度，即均值為0且方差為 1；

離群值檢測(cè)在預(yù)聚類步驟進(jìn)行，會(huì)將相對(duì)于其他子聚類具有較少記錄的子聚類視為潛在離群值，且重新構(gòu)建不包括這些記錄的子聚類樹；

自動(dòng)計(jì)算聚類數(shù)。兩步聚類可以非常迅速地對(duì)大量聚類解決方案進(jìn)行分析并為訓(xùn)練數(shù)據(jù)選擇最佳聚類數(shù)。通過設(shè)置最大聚類數(shù)和最小聚類數(shù)指定要嘗試的聚類解決方案的范圍。本文設(shè)置最大聚類為15，最小為2。

基于兩步聚類的細(xì)分結(jié)果如表2所示。

通過聚類的結(jié)果可以看出，聚類五和六兩類由于其所含的記錄數(shù)較少，所謂的“小模式”可疑性很大，因此將這兩類數(shù)據(jù)存入到可疑名單表中，以作為進(jìn)一步離群數(shù)據(jù)挖掘的基礎(chǔ)數(shù)據(jù)。同時(shí)將剩下的4類數(shù)據(jù)作為第二階段的聚類基礎(chǔ)數(shù)據(jù)。通過輸出的可疑名單數(shù)據(jù)可以發(fā)現(xiàn)，設(shè)置的10人工數(shù)據(jù)中有5條被識(shí)別出來?？梢娡ㄟ^兩步聚類能夠處理一定的異常值。

3.3.3 設(shè)置K-means建模節(jié)點(diǎn)并進(jìn)行劃分聚類

K-means建模節(jié)點(diǎn)的設(shè)置如下：

指定聚類數(shù)。通過兩步聚類，我們得出將數(shù)據(jù)劃分成6類，由于除掉其中的異常情況，因此，數(shù)據(jù)還剩下4類，添加一個(gè)特殊類作為離群類的存取，將聚類數(shù)設(shè)為5；

表2 兩步聚類的細(xì)分結(jié)果

停止條件。將迭代停止條件設(shè)為默認(rèn)的終止準(zhǔn)則，最大迭代次數(shù)先設(shè)定為20，差異的容忍度指定為小于0.00001，滿足以上任意一個(gè)停止條件訓(xùn)練就會(huì)終止。由于用于K均值聚類的數(shù)據(jù)集規(guī)模不大，通常迭代的步數(shù)不會(huì)超過十步；

對(duì)集合字段重新編碼。集合字段重新編碼的作用是指定一個(gè)0至1之間的值用于把集合字段編碼成一組數(shù)值型字段，默認(rèn)值為0.5的平方根約0.70711，為重新編碼后的變量字段提供合適的加權(quán)。值越接近1.0，集合型字段權(quán)重越大于數(shù)值型字段。本文選擇默認(rèn)設(shè)置處理集合字段。

K-means聚類的細(xì)分結(jié)果如表3所示。

表3 K-means聚類的細(xì)分結(jié)果

3.3.4 結(jié)果分析

在聚類分析時(shí)則根據(jù)每條交易的屬性的相似程度進(jìn)行聚類，當(dāng)聚類結(jié)果顯示，在聚類過程中所選取的所有屬性都能發(fā)揮較大的作用，則說明聚類結(jié)果顯著；若聚類過程中某一屬性如年交易金額并沒有使用，而僅使用年交易次數(shù)作為實(shí)際聚類過程中的聚類屬性，或者聚類過程中沒有太多使用某一個(gè)屬性，此情況就說明所選取的屬性不合適，并認(rèn)為聚類效果不顯著。由當(dāng)前聚類的結(jié)果可以得出，所選取的5個(gè)屬性均發(fā)揮了相應(yīng)的作用，聚類結(jié)果比較顯著。聚類1反映的是那些資產(chǎn)較小，存取活動(dòng)和交易活動(dòng)均較少的客戶，可疑性較??；聚類5與1相比，存取次數(shù)較高，比較可疑；聚類4相比聚類1客戶資產(chǎn)稍大，交易額也較大，可疑性較小；聚類2是資產(chǎn)較大，交易資金量較小、交易活躍，該類包含的記錄很少，可疑性很大；聚類3與2相比，交易次數(shù)較少，金額較大，易存在大額存取和交易的情形，可疑性較大。

聚類2和3包含的記錄均較少，且可疑性較大，將該兩類的記錄匯總到可疑交易名單中。通過聚類的記錄結(jié)果，可以發(fā)現(xiàn)兩步聚類未識(shí)別出的5條人工記錄在聚類2中。

聚類分析是一個(gè)循環(huán)過程。若聚類結(jié)果不夠顯著，如第一階段采用的兩步聚類，需要將異常數(shù)據(jù)剔除出源數(shù)據(jù)，異常數(shù)據(jù)將被專門保存作為需要深入調(diào)查的可疑名單中，然后對(duì)處理過的原數(shù)據(jù)進(jìn)行再次聚類，同時(shí)為了避免與上次聚類的結(jié)果重合和對(duì)其改進(jìn)，需要改變聚類方法，如第二階段采用的K-means聚類，依次類推，直到聚類結(jié)果顯著為止。最后，將在聚類過程中的所有異常類數(shù)據(jù)進(jìn)行匯總保存，所得數(shù)據(jù)集即為可疑數(shù)據(jù)，然后以賬戶為主題確定出可疑名單。

3.4 孤立點(diǎn)的進(jìn)一步檢測(cè)

孤立點(diǎn)的進(jìn)一步檢測(cè)可分為兩個(gè)方面，一方面是進(jìn)一步分析在兩階段聚類過程中識(shí)別出的被匯總保存到可疑名單中異常值和孤立類；另一個(gè)方面是在已完成的高質(zhì)量的聚類的結(jié)果的基礎(chǔ)上，進(jìn)一步對(duì)每個(gè)類進(jìn)行全局孤立點(diǎn)檢測(cè)。對(duì)已列出的可疑名單中的記錄進(jìn)行檢測(cè)比較簡(jiǎn)單，本文介紹對(duì)全局孤立點(diǎn)檢測(cè)建模的過程和處理結(jié)果進(jìn)行分析。

圖1 孤立點(diǎn)檢測(cè)建模過程

建模過程如圖1所示，通過在聚類的基礎(chǔ)上設(shè)置異常檢測(cè)節(jié)點(diǎn)來完成異常模型的建立，每個(gè)記錄都指定了一個(gè)異常指數(shù)$0-AnomalyIndex顯示，該指數(shù)是組偏差指數(shù)與該觀測(cè)值所屬聚類中平均值的比。此指數(shù)的值越大，觀測(cè)值與平均值的偏差就越大。通常情況下，指數(shù)值大于 2的觀測(cè)值有可能是異常觀測(cè)值，因?yàn)樵撈钪辽偈瞧骄档膬杀丁?/p>

添加表節(jié)點(diǎn)并執(zhí)行將建模的結(jié)果輸出到Excel表中 （如圖2所示）以查看得分?jǐn)?shù)據(jù)。模型生成的 $0-Anomaly字段表明哪些記錄為潛在異常記錄?？稍凇霸O(shè)置”選項(xiàng)卡中選中了放棄記錄選項(xiàng)，僅列出標(biāo)記為潛在異常的記錄。還列出了每條記錄的整體異常指數(shù)值，同時(shí)給出了對(duì)等組和最有可能造成記錄異常的4個(gè)字段。

圖2 可疑程度得分

通過查看得分?jǐn)?shù)據(jù)，得分表中列出的異常記錄有31條，其中在Two-step聚類中未識(shí)別出的5條人工記錄，仍放入孤立點(diǎn)檢測(cè)中，其在得分表中$0-Anomaly字段均顯示T（表示屬于異常），可見異常檢測(cè)的效果比較顯著。情報(bào)分析部門可以根據(jù)自身的狀況和資源的情況，按照可疑程度的排序結(jié)果選擇要調(diào)查的賬戶數(shù)，并可根據(jù)給出的具體字段的可疑程度，能有效減緩調(diào)查的難度和工作負(fù)擔(dān)。

由于客戶資料的保密性，此處就省略了對(duì)具體賬戶的所屬的可疑類型進(jìn)行分析的過程。建模過程可以將全部記錄中的字段影響異常值程度以散點(diǎn)圖的形式顯示出來，月交易金額與月存取金額的異常值散點(diǎn)圖，如圖3所示。

圖3 資金存取額與交易額的散點(diǎn)圖

要查看顯示所有記錄（不僅僅是異常記錄）的完整散點(diǎn)圖，要取消選擇已生成模型中“設(shè)置”選項(xiàng)卡上的放棄記錄選項(xiàng)。使用圖表更方便地查看要標(biāo)記的記錄，以備進(jìn)一步調(diào)查。

4 結(jié)束語

通過挖掘的結(jié)果顯示，案例的異常點(diǎn)挖掘通過設(shè)置人工數(shù)據(jù)進(jìn)行檢驗(yàn)，人工數(shù)據(jù)在兩階段聚類過程中分別在不同的階段被識(shí)別出來，在異常建模中也被顯示出來，基于兩階段聚類算法的異常識(shí)別建模過程能夠根據(jù)客戶交易數(shù)據(jù)和客戶基本信息有效挖掘出客戶交易行為的異常記錄，但是限于數(shù)據(jù)源以及一些客觀條件制約，使得異常點(diǎn)的挖掘僅僅專注于聚類分析后匯總的可疑名單和各個(gè)分組客戶交易行為異常程度，而沒有對(duì)客戶在股票買賣、資本運(yùn)作(轉(zhuǎn)賬)等方面做深入細(xì)致的分析，在今后的研究中將進(jìn)一步地對(duì)這方面進(jìn)行深入具體的分析。

[1]湯俊.基于客戶行為模式識(shí)別的反洗錢數(shù)據(jù)監(jiān)測(cè)與分析體系[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2005，(4).

[2]毛國(guó)君，段立娟，王實(shí)等.數(shù)據(jù)挖掘原理與算法（第二版.）[M].北京:清華大學(xué)出版社，2007.

[3]陳光宇.數(shù)據(jù)挖掘在客戶流失分析中的應(yīng)用—聚類與分類算法的研究及應(yīng)用[D].江蘇科技大學(xué)，2007.

[4]張業(yè)嘉誠(chéng).劃分聚類與基于密度聚類算法的改進(jìn)方法研究[D].大連理工大學(xué)，2007.

[5]李文超，周勇，夏士雄.一種新的基于層次和K-means方法的聚類算法[C].第26屆中國(guó)控制會(huì)議論文集，2007.

[6]謝邦昌.數(shù)據(jù)挖掘Clementine應(yīng)用實(shí)務(wù)[M].北京:機(jī)械工業(yè)出版社，2008.