近年来,反洗钱工作越来越受到政府及金融监管部门的重视。2014年新疆暴恐活动猖獗,中国人民银行下发了一系列反恐怖融资的文件;中国银行某些分支行员工对外宣称可以协助客户洗钱的事件被中央电视台曝光。这些都让我们看到我国社会对反洗钱工作的需求和政府反洗钱、反恐怖融资、反腐败的决心。我国的反洗钱工作已形成一套完整有效的机制。在这一基础上,继续深化反洗钱工作,重点就在监测分析。一套高质量的反洗钱监测系统能够极大的降低监测所需的人力成本、提高报告的准确率。本文回顾了数据挖掘相关理论,总结了数据挖掘在反洗钱领域应用的相关文献。作者通过参与商业银行反洗钱系统开发需求编写工作,了解了商业银行反洗钱可疑交易监测的现状和流程,分析旧的反洗钱交易监测方法存在哪些问题,将数据挖掘理论方法应用于监测,尝试构建了决策树和IF-THEN分类模型,根据系统试运行结果分析监测效果。最后分析了反洗钱交易监测的工作模式、根本问题及解决方法。2012年,中国人民银行选取中国工商银行作为试点,提供了近年发生在中国工商银行的真实洗钱案件数据,由中国工商银行反洗钱分析团队对这些案件进行归纳总结,编写了交易监测模型,效果较好。但是绝大多数商业银行无法获取真实洗钱案件数据。本文探讨了在这样的情况下,商业银行怎样进行反洗钱交易监测。反洗钱可疑交易监测工作具有普遍的代表性,本文研究的反洗钱可疑交易监测方法也同样适用于其他金融机构。