刘 亚 ，李 华，2，郑 冰，3，赵文欣(内蒙古大学计算机学院，呼和浩特0002)

2(内蒙古大学图书与信息技术部，呼和浩特010021)

3(内蒙古建筑职业技术学院，呼和浩特010021)

E-mail:cslihua@imu.edu.cn

1 背景

随着DT(Data Technology，数据技术)时代的到来，大数据技术在金融领域应用广泛.互联网金融的出现，使得每年产生过数十PB的金融数据，而数据内容有着大规模、异质多元、组织结构松散的特点，给金融机构有效获取信息和知识带来了挑战.在银行风险管控方面，通过监管部门的现场监测，各种可疑金融交易(Suspicious Financial Transaction)行为［1］和企业信贷风险层出不穷，如洗钱担保圈、资金空转行为、规避监管的套利行为等.针对此类问题，目前行之有效的解决方法是结合各种数据分析技术，对银行交易数据、客户数据、信用数据、资产数据等信息挖掘分析，识别欺诈交易、反洗钱以及信贷风险等异常行为.面对海量的银行数据，传统的分析方式需要发生重大的改变，并建立与之相应的新的识别或预测模型.

担保圈是指多家企业通过相互担保或连环担保连接到一起而形成的以担保关系为链条的特殊利益体［2］，其形态是由两个或两个以上法人客户以保证担保关系为纽带而形成的网络结构［2］.其主要类型有互保、联保、循环保、担保链、集团内部担保圈以及混合担保圈［3］.近年来受担保圈内企业经营不善、资金链断裂的影响，信贷风险在我国部分区域大量暴露，较大程度地冲击了银行信贷资产安全，严重地影响了银行和企业的正常运……