反洗钱可疑交易研判的难点，往往不在单笔异常，而在多个账户之间隐蔽的协同行为。实验室本期以脱敏对公流水为样本，将账户与交易构建为异构图：节点为账户，边特征包含金额、频次、时间间隔、对手方集中度与摘要文本向量，再叠加社区发现算法（Louvain、标签传播）与时间窗切片，输出疑似团伙线索并附带资金路径。
进展：在内部标注的 3 组历史案例回放中，候选账户规模由人工初筛的数千个收敛至百量级，关键账户召回覆盖度约八成；误报主要来自供应链上下游的正常资金池，说明对“同名不同团伙”的区分仍需业务规则补位。所有输出仅作为人工研判的排序线索，不替代判定结论与监管报送口径。
下一步计划：引入时间衰减与跨期资金回流特征，补充关键边、关键节点的可解释输出；同时明确数据最小化、访问审计与留存期限，使实验在合规边界内持续迭代。
评论