本项目综合运用大数据、机器学习等技术，构建可疑交易监测模型，从已知可疑案例中识别潜在风险模式和特征，从大量交易数据中挖掘未知的可疑交易行为，实现客户风险分类、异常交易监测等功能，提升对可疑交易的甄别、预警和处置能力。

本项目由重庆银行股份有限公司负责系统研发运维并提供金融应用场景，此外无其他第三方机构参与。

创新性说明：

1. 接入多维涉案数据。获取监管机构、司法机关等提供的涉案数据，并分析挖掘银行相关交易数据、行为数据，提取相关风险特征，不断丰富风险特征指标库，为更加精准识别可疑交易风险提供多维度数据支撑。

2. 模型优化方面。通过系统收集一定时期内发现的可疑客户样本信息，定期推送至监测模型，监测模型自主学习后快速迭代升级，不断提升银行交易风险识别全面性。

3. 提升风险识别效率方面。相较于传统专家模型过度依赖人工经验问题，本项目构建的可疑交易监测模型，能自主发现新型可疑交易模式，缩短识别时间，降低人工识别成本。