本文選題：金融網(wǎng)絡　切入點：洗錢交易　出處：《現(xiàn)代電子技術》2017年17期 　論文類型：期刊論文

【摘要】：針對洗錢交易的大數(shù)據(jù)大額可疑特征和量化特點,基于凝聚和優(yōu)化指標的思想,提出一種ML-CDBIE算法。該算法根據(jù)節(jié)點信息熵的相似性和社區(qū)信息熵的穩(wěn)定性進行洗錢社區(qū)發(fā)現(xiàn)。根據(jù)增加節(jié)點后社區(qū)熵的變化是否劇烈可以判斷節(jié)點的劃分是否正確,是否屬于社區(qū)的成員,從而實現(xiàn)洗錢社區(qū)的發(fā)現(xiàn)。實驗結果表明,該算法不僅具有洗錢賬戶識別率高和良好的社區(qū)結構,而且為金融網(wǎng)絡洗錢社區(qū)發(fā)現(xiàn)提供了一種新途徑。
[Abstract]:Aiming at the suspicious and quantitative characteristics of big data in money laundering transactions, based on the idea of agglomeration and optimization of indicators, This paper presents a ML-CDBIE algorithm. Based on the similarity of node information entropy and the stability of community information entropy, the algorithm makes community money laundering discovery. According to whether the community entropy changes sharply after the node is increased, it can be used to determine whether the node division is correct or not. The experimental results show that the algorithm not only has a high recognition rate of money laundering account and a good community structure, but also provides a new way for the community discovery of financial network money laundering.
【作者單位】： 西京學院信息工程學院;重慶大學土木工程學院;西安理工大學計算機科學與工程學院;
【基金】：國家自然科學基金(61273271) 陜西省工業(yè)科技攻關項目(2016GY-141) 陜西省教育廳科研項目(16JK2241) 西京學院教改項目(JYYB1638)資助
【分類號】：F832.2;O236

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 薛耀文,張朋柱,范靜;復雜金融網(wǎng)絡中資金異常流動仿真監(jiān)測平臺設計與實現(xiàn)[J];系統(tǒng)工程理論方法應用;2005年05期

2 李e，

本文編號：1623140