摘要：反洗錢(AML)對于現代社會金融體系的健全具有重要意義,因洗錢與其他類型的犯罪活動密切相關,且涉及的資金數額巨大.本文旨在開發一種貨幣交易的可疑行為檢測和分類系統.首先,根據貨幣交易過程中所表現出的不同特點,將與洗錢相關犯罪活動分為五類.然后在交易數據的基礎上建立了用戶檔案,并從檔案中提取出涉及個人和網絡效應的特征.結合這兩種特征,分別建立了兩種基于監督學習方法的檢測分類模型.結果表明,兩種模型均具有較好的準確度和召回率以及良好的魯棒性,可進一步調整,以供實際應用.最后,將兩個模型串聯起來,結果顯示了相對較好的整體性能,以及驗證了系統的可行性.