1、隨著經(jīng)濟全球化步伐不斷加快，金融領(lǐng)域洗錢活動日益猖獗，并對國家經(jīng)濟穩(wěn)定造成巨大危害，目前引起國際社會的廣泛關(guān)注。洗錢勢必助長走私、販毒、貪污腐敗、恐怖活動等，嚴(yán)重威脅全球經(jīng)濟發(fā)展與國家安全。目前被動、靜止的反洗錢檢測技術(shù)手段仍顯落后，對金融犯罪的打擊還處于人為干預(yù)階段。如何分析海量的混合類型屬性的半結(jié)構(gòu)化的金融數(shù)據(jù)，如何從大量的金融交易記錄中找到有意義的行為，如何分析這些行為來判定是否具有洗錢的特征，因此，具有高檢測率和低誤檢率的可疑洗

2、錢交易識別算法已成為金融領(lǐng)域研究的熱點。
　　 本文通過分析研究目前國外可疑洗錢交易檢測系統(tǒng)常用的識別技術(shù)存在的不足及現(xiàn)有聚類算法在可疑洗錢交易識別應(yīng)用中的優(yōu)缺點，在深入研究BRICH聚類算法基礎(chǔ)上，針對BIRCH聚類算法存在不能聚類出非球形簇等缺陷，本文提出一種面向反洗錢的BIRCH改進算法，并建立和實現(xiàn)了基于改進BIRCH算法的學(xué)習(xí)模型。
　　 通過原始數(shù)據(jù)集、BIRCH算法和本文算法聚類后的簇的圖形進行實驗分析比對