传销犯罪活动具有涉案主体复杂、涉案人数众多,涉案金额大等特点,对人民群众的切身利益、社会稳定和国家安全造成了不容忽视的威胁。多年来,传销犯罪活动屡禁不止。随着金融交易数据的快速增长,传统的依赖人工筛查分析的传销侦查手段面临效率低下的问题。因而,有必要研究高效的传销组织挖掘方法,以辅助经侦人员进行传销侦查工作。本文面向金融交易网络,从传销账户检测、传销组织发现、传销组织角色挖掘三个方面进行研究,主要工作内容如下:首先,针对传销账户检测问题,提出基于时序神经网络的检测方法。该方法对交易序列的局部和全局信息进行建模,能够有效地解决离散隐蔽的交易序列特征提取问题,并最终用于识别传销账户。在实际的传销账户检测工作中,能够有效提高检测效率。其次,针对传销组织发现问题,提出基于局部最优化的方法。该方法面向时序交易网络,通过计算节点持续核心度识别核心节点,基于蚁群模型识别显著交易流,模拟网络中资金的动态变化,寻找网络中的显著交易流。最后,结合上述的识别结果,基于剪枝和生长策略发现传销组织。该方法在实际的传销组织发现任务中,能够以较低的错误代价,发现大部分的传销组织成员及其交易关系。再次,针对传销组织角色挖掘问题,提出基于图神经网络的网络表示学习模型。该模型能够在语义信息丰富的金融交易网络中,为节点学习交易特征向量。同时,通过基于节点与全图的对比损失机制,解决网络中节点的交易特征相似性学习问题。最后,在向量空间中,结合聚类方法实现角色挖掘。该方法在真实传销资金交易网络中进行角色挖掘,能够高效地将不同角色的节点进行区分。最后,基于上述研究,设计并实现了传销组织挖掘系统。通过系统测试表明,该系统可以在金融交易网络中,有效地检测传销账户个体,发现传销组织,并对组织中的成员角色进行分析,辅助传销侦查工作。