一种基于算法进行反洗钱业务模型持续自调优的方法

一种基于算法进行反洗钱业务模型持续自调优的方法，其包括以下步骤：构建包含可疑案例标记的原始数据集；对所述原始数据集进行预处理及特征工程，生成符合机器学习算法要求的训练数据；通过有监督分类算法对预处理后的数据进行模型训练，并基于预设的性能指标评估模型性能；将性能达标的模型部署至生产环境，输出参数推荐与策略指引；通过周期性或触发式机制对模型进行自迭代更新，以保持模型的实时性与准确性，本发明通过引入大数据机器学习技术，以机器学习有监督算法，对可疑数据进行训练和预测推荐，提供符合当下数据规律的参数和相应的策略，以便即时高效应对来自于不同手段犯罪转换的数据规律。