反洗钱可疑交易监测长期依赖单笔规则阈值，命中量大、有效线索占比低。金融AI实验室本期实验把重心从"单点规则"移到"资金网络"，尝试在规则初筛之后补一层关系推断。
方法分三步：一是以账户、商户、设备指纹为节点，以转账金额、频次、时间间隔为边权，构建近90天的资金往来图；二是对规则命中的种子账户做二阶关系扩展，重点识别共同对手方、环形回流、夜间高频小额等结构；三是按结构可疑度与规则强度输出高、中、低三档，低档自动归档，中档转人工复核。
要点：
- 初步结果：在单一机构脱敏的三个月样本上，人工复核量下降约四成，同期确认线索的召回未出现明显下滑；结构特征中"环形回流"对线索的区分度最高。
- 局限：样本来自单一机构，跨机构数据缺失时图的完整度受限；分层阈值也尚未经过长周期检验，结论仍需更多数据验证。
下一步计划：一是接入开户资料、工商登记等非结构化材料，支撑主体消歧与受益所有人推断；二是把人工复核结论作为标签回流，用于分层阈值的周期性校准，而非直接改动底层规则引擎。
评论