به کارگیری روش شبکه های هوشمند عصبی در شناسایی و رتبه بندی رفتاری مشتریان مظنون به پول شویی (مورد مطالعه: بانک ملت)

پول شویی به عنوان پدیده ای مجرمانه می­تواند ضمن ایجاد اختلال در عملکرد بانک­ها، هزینه­های بسیاری بر آن ها تحمیل نماید. استراتژی کنونی اکثر بانک­های ایران شناسایی این دسته از مشتریان با استفاده از قوانین عمومی می­باشد که دارای پاسخ­های مثبت کاذب فراون بوده و کشف عملیات پول شویی را با مشکل مواجه می­نماید. هدف از این پژوهش فراهم نمودن معیارهابی جهت تشخیص مشتریان بانک با بالاترین احتمال ظن به پول شویی با استفاده از الگوریتم­های هوشمند می­باشد. در این تحقیق از یک الگو و مدل دو مرحله­ای برای تجزیه و تحلیل رفتار مشتریان با استفاده از پایگاه داده­ای در خصوص ویژگی­های مشتریان و  داده­های مالی آن ها در بازه زمانی شش ماهه دوم منتهی به اسفند ۱۴۰۱ استفاده شده است. در این پژوهش تکنیک­هایی مانند: نگاشت خود سازمان دهنده (SOM)، قوانین وابستگی، جهت ایجاد پروفایل جامعی از مشتریان بکار گرفته شد. متغیرهای تحقیق شامل داده­های جمعیت شناختی، سرویس­های بانکی، تراکنش­های مالی مشتریان می­باشند که از پایگاه داده­ای بانک ملت استخراج شده است. نتایج نشان می­دهد که مدل پژوهشی به خوبی قادر به شناسایی و تحلیل مشتریان مظنون به پول شویی می­باشد که قبلا توسط بانک عامل، بررسی شده است. با استفاده از هر دو مدل پیشنهادی، نتایج، تفاوت معناداری را نشان نمی­دهند.