是否可疑，以及是哪种涉罪类型的可疑，是一个典型的分类问题。智能算法，是指应用机器学习等技术，以已知历史数据为样本或不依赖历史标签，通过构建特征工程，模型（算法）训练，以不同于规则体系的监测方法，达到识别可疑交易的目的，具体又可分为多种场景。其过程是基于训练数据集，根据学习策略，从假设空间中选择最优模型，然后考虑用什么样的计算方法求解最优模型。以数据为驱动建立的监测模型，会更适合金融机构自身特点，弥补原有规则驱动体系的部分缺欠。

在遵循机器学习一般理论的基础上，还应当充分理解反洗钱本身的特点和场景需求。在不同细分场景下，具体的思路，应用的方法和过程也有所不同，需加以灵活运用。例如在确保对已知风险尽量召回，同时提高监测准确率的场景下，对训练样本充足的，通过有监督学习，寻找最优（组合）模型；而试图发现新的可疑场景时，则可通过各类统计分析、无监督聚类算法，侧重于数据的分类、分组、分层，以识别异常。

通过工程实践我们还关注到，在数据准备，构建特征工程中，须充分认知和发挥已有规则特征的价值；模型训练时，相对于单一模型（算法），多种策略的多模型（算法）的融合效果更佳，更高的准确率，更强的稳定性。

当前已知的洗钱涉罪类型中，如电信诈骗、地下钱庄等，往往存在多个账户协同操作的情况。依托知识图谱的相关知识，基于图数据库技术，应用图计算的方法，其目的一是构建有关联的群组（团伙），二是通过对关联关系的分析，识别群组涉嫌洗钱的风险。

群组构建的基础是各类实体-关系数据，实践中客户之间的联系存在多样性，比如交易关系，相同的联系方式、企业法人和企业的关系等等。哪些是有效的关系，哪些是需要剔除的噪声，尤其是纷繁复杂的交易关系中，需要大量的业务和数据分析工作来厘清。

形成群组网络后，开展社交网络分析，例如通过PageRank分析重要的个体节点，通过介数中心度识别关键中介节点，通过入度、出度判断节点的交易活跃度，通过子图挖掘分析重点子网络等。同时，应当综合运用图谱计算与机器学习，相辅相成地开展大数据分析，针对群组，进行算法训练和分析。最终通过对点、边、子图的信息度量，发现业务上的规律和异常。

可疑交易甄别模块的定位是，对系统筛选出的可疑线索予以呈现，对人工甄别提供辅助和支持。一个完善的甄别模块，应当以“三个有效”为目标，即甄别工作量的有效降低，甄别效率的有效提升，甄别质量的有效保障，一降低，一提升，一保障。包括流程、机制、工具、视角、数据等多个方面。甄别工具作为其中的核心，应支持对客户的甄别，交易的分析。

对主体客群的甄别，应构建反洗钱视角的客户画像，全面展现客户的基本信息、账户信息、交易信息、尽职调查信息、评级信息，以及深度的衍生信息，如主要关联关系，交易习惯和特征，交易时段分布，交易渠道偏好，资金规模区间，交易对手分布等等。而对于包含多个客户的线索，从“风险为本”的角度，应提示重点关注客户。

对交易的甄别，应对常用分析手段进行功能化设定。例如日期、时段、交易渠道，结算方式等多个维度的资金的流入、流出金额和笔数的事情情况；IP地址、交易设备信息、地域等关键要素的特点分析；交易对手的排名、地域分布；交易摘要、资金用途等文本信息的统计、归纳等。除了固化的功能，还可提供甄别人员自主的分析能力，既对上述多个维度的组合分析，例如不同交易渠道，在时间维上的交易分布情况。

而分析的结果，以多样的可视化手段进行展现，如可地图、柱状图、折线图、饼状图、雷达图、散点图、词云图等，以高效反映信息的不同要点和价值。

通过系统标准筛选出的可疑案例，人工甄别后，有的认定为可疑，有的被排除，因为不同案例在监测标准中未涉及的要素、定性的信息、背景信息等存在差异，例如客户身份信息的完整性不同、职业不同、长期的交易频率和习惯不同、交易的目的不同、历史可疑交易报告的情况不同、交易对手的特征不同等。

因此智能辅助分析，从人工甄别的经验和方法着手学习，并在此基础上从更广的数据范围、更长的时间周期开展大数据分析，提高甄别的深度。

经过多方面的综合诊断，系统对产生的可疑线索的风险程度，通过上述量化标准予以区分。基于评分，对可疑线索的风险程度进行排序，从而对甄别工作安排予以提示，分配不同的资源、精力，体现“风险为本”；或者对风险程度极低的，做自动排查（在容忍一定风险的前提下）。

再评估是对人工甄别后排除的可疑交易进行重新评估，评估其中是否存在可能应当报告的情况。其目的是发现由于人工经验、认知的差异，产生的误判导致的漏报。对于管理的意义，则在于辅助建立一套后督机制，在强化工作质量管理的同时，对可疑交易报告的生命周期管理更为完整。

其主要思路是基于机器学习方法，以历史报送数据为样本进行训练学习，归纳总结特征，将排除的与之进行对比分析，对特征高度相似、相近的标记为需要重新进行人工甄别。

本文论述的方向和思路，有的是在现有体系之上，通过更精细化的管理，对某些环节的改进、补充，完善，有的则是尝试新技术、新方法，贯穿可疑交易监测的“事前”设计，“事中”执行，“事后”检验的全生命周期。

其中的每个点，都是一项独立的专业性工作，需要仔细、深入的研判，而机构在实施中，可根据自身面临的主要问题、风险状况、风险偏好，有策略、有选择地逐步实施。

当然，本文所论的技术和方法，都是对数据处理的手段，其背后的要义还是对数据处理的思路，即要分析什么，怎么分析，要达到什么目标，而运用什么样的技术，是工具选择和工具运用的问题，因此关键还是人的因素，对可疑交易监测报告工作的理解和认识。

提升可疑交易报告有效性，是当前反洗钱工作形势，和机构洗钱风险防范的必然要求。本文旨在通过对相关问题的思考，结合实际工作实践，提出若干建议，不尽全面，笔者和团队也在持续研讨，如有不当之处，还请多加指正。