AI反洗钱可疑交易识别定制：图特征与规则融合

反洗钱可疑交易识别长期依赖专家规则，口径清晰但覆盖面有限，对团伙式资金流转刻画不足。金融AI实验室本期实验尝试将规则引擎与账户关系图特征分层融合：规则层保留监管口径明确的高置信判据；模型层以账户为节点、转账为边构建时序交易图，用图神经网络提取资金环路、快进快出、多账户归集等结构特征，输出可疑分值供人工复判。

【进展】在脱敏样本（约42万账户、760万条交易边）上，融合方案在维持原有规则召回水平的前提下，将误报率降低约三成，团伙型可疑线索发现量提升约1.8倍；单账户评分延迟控制在80毫秒内，可嵌入既有交易监测链路。

【下一步】补充跨境与多币种场景，加入可解释的路径回溯视图，让复核人员能直接看到触发判定的资金链路；并试点将模型分值接入可疑交易报告草稿生成，减少人工誊写环节。