目前,随着我国经济高速发展,金融犯罪呈不断上升趋势,犯罪样式也不断翻新,特别是网络诈骗、短信诈骗、电话诈骗、非法集资等犯罪行为已发展到公开化、产业化的程度,严重影响了金融秩序稳定及安全。近年来,虽然公安部门加大了对此类犯罪的打击力度,有效遏制了犯罪的蔓延趋势,取得明显成效,但由于该类犯罪的直接目标还是银行卡中大量现金,资金的流向极其复杂,侦查人员通过传统的人工逐条核对方式对海量交易数据开展分析查控、证据收集难度较大因此,为进一步推动金融机构与公安机关合作打击经济犯罪、预防金融风险,力促金融秩序健康安全稳定发展,需要公安部门从犯罪的现状、特点、危害、趋势等方面展开充分调研,以数据挖掘为手段,通过建立智能化的资金账户分析模型,逐步探索实现批量导入、模型挖掘、分析异常,切实提高调查工作效率和质量。基于数据挖掘技术的资金账户分析系统正是在这样的背景下设计实施起来的。本文主要介绍了对银行各类数据进行采集、整合、分析,建立数据仓库;在此基础上,运用分类分析和决策树算法等手段提炼出有效的分析模型,最终应用数据挖掘技术分析出可疑线索。本论文主要研究工作如下:本文通过对数据挖掘技术的研究,将数据挖掘中的决策树算法运用到银行卡犯罪风险预测模型中,并对其进行了深入设计和实现;通过数据可视化手段对资金账户分析模块进行了设计和实现;通过数据挖掘技术可以有效地解决银行交易信息多、预判少、决策少的现状,能够进一步实现智能化的分析研判,科学的决策预警,精确预防和打击经济犯罪。成功搭建了资金账户分析系统,并已投入实战应用,主要包括资金账户入库、案件库管理、资金账户分析、犯罪风险预测模型、综合查询等功能模块。本系统还开发了身份认证、安全审计日志和后台管理功能,确保了系统安全可靠运行。本论文对系统的功能和性能验证进行验证,验证了资金账户入库、案件管理、账户分析等模块在基于银行卡资金账户交易分析中的可用性,经检验,系统能够满足用户需要。