درجة تطابق AML: معادلة الثقة في الهوية

⚠️ هام: تحدد درجة التطابق تصنيف التطابق الفردي، وليس حالة AML النهائية. يتم تحديد حالة AML النهائية (مقبولة/قيد المراجعة/مرفوضة) من خلال درجة المخاطر لحالات التطابق التي لا تُعد إيجابياً كاذباً.

​

نظرة عامة

​

درجة التطابق مقابل درجة المخاطر

​

كيف تحدد درجة التطابق حالة المراجعة

الحد الافتراضي: 93%

• تطابق بدرجة 85 ← إيجابي كاذب (يتم استبعاده تلقائياً)
• تطابق بدرجة 95 ← لم تتم مراجعته (يحتاج إلى مراجعة، وتحدد درجة المخاطر مدى الإلحاح)

​

شرح حالات المراجعة

​

كيف يتم احتساب درجة التطابق

​

الخطوة 1: احتساب الدرجة الأساسية

Base Score = (Name Score × Name Weight) + (DOB Score × DOB Weight) + (Country Score × Country Weight)

ملاحظة: يجب أن يكون مجموع الأوزان دائماً 100%.

​

الخطوة 2: منطق “المفتاح الذهبي” لرقم المستند

​

تفاصيل احتساب درجات المكونات

​

تشابه الأسماء (0-100)

• الأخطاء المطبعية والإملائية
• الاختلافات في ترتيب الكلمات (“John Smith” مقابل “Smith, John”)
• الاختلافات في الاسم الأوسط (“Robert J. Smith” مقابل “Robert James Smith”)
• الاختلافات في الطول

​

احتساب درجة تاريخ الميلاد

هام: عندما توفر نتيجة التطابق سنة فقط (على سبيل المثال، “1974”)، يُعد تطابق تلك السنة تطابقاً كاملاً لأن هذه هي كل المعلومات المتاحة للتحقق منها.

​

احتساب درجة الدولة/الجنسية

• رموز ISO الثنائية (alpha-2) مثل (ES)
• رموز ISO الثلاثية (alpha-3) مثل (ESP)
• أسماء الدول الكاملة (Spain)

​

تطبيع الدرجات (إعادة توزيع الأوزان)

​

مثال: الفحص بالاسم فقط

​

مثال: غياب الدولة في نتيجة التطابق

​

خيارات التكوين

​

حد درجة التطابق

​

الأوزان (يجب أن يكون مجموعها 100)

​

مثال على طلب API

{
  "full_name": "John Doe",
  "date_of_birth": "1990-01-01",
  "nationality": "USA",
  "document_number": "SAMPLE-DOC-12345",
  "aml_name_weight": 60,
  "aml_dob_weight": 25,
  "aml_country_weight": 15,
  "aml_match_score_threshold": 93
}

​

الاستجابة: تفصيل الدرجات

• match_score — درجة التطابق المحتسبة (0-100)
• risk_score — درجة المخاطر المحتسبة (0-100) - راجع درجة المخاطر
• review_status — “إيجابي كاذب” أو “غير مُراجعة” بناءً على حد درجة التطابق
• score_breakdown — تفصيل دقيق لاحتساب درجة التطابق

{
  "caption": "David Sanchez",
  "match_score": 95,
  "risk_score": 65.5,
  "review_status": "Unreviewed",
  "score_breakdown": {
    "name_score": 95,
    "name_weight": 60,
    "name_weight_normalized": 70.59,
    "name_contribution": 67.06,
    "dob_score": 100,
    "dob_weight": 25,
    "dob_weight_normalized": 29.41,
    "dob_contribution": 29.41,
    "country_score": 0,
    "country_weight": 15,
    "country_weight_normalized": 0,
    "country_contribution": 0,
    "document_number_match_type": "NEUTRAL",
    "document_number_effect": "No document number provided for screening",
    "total_score": 95
  }
}

​

التدفق الكامل: من درجة التطابق إلى حالة AML النهائية

┌─────────────────────────────────────────────────────────────────────────────┐
│                           AML SCREENING FLOW                                 │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  1. RETRIEVE MATCHES FROM WATCHLISTS                                        │
│     └── All matches with score ≥ 75% are included                           │
│                                                                             │
│  2. CALCULATE MATCH SCORE FOR EACH MATCH                                    │
│     Match Score = (Name × W1) + (DOB × W2) + (Country × W3)                │
│     + Golden Key document number logic                                      │
│                                                                             │
│  3. CLASSIFY MATCHES BY MATCH SCORE (Match Score Threshold = 93)           │
│     ├── Match Score < 93 → FALSE POSITIVE (excluded from risk assessment)  │
│     └── Match Score ≥ 93 → UNREVIEWED (included in risk assessment)        │
│                                                                             │
│  4. CALCULATE RISK SCORE FOR NON-FALSE-POSITIVE MATCHES                     │
│     Risk Score = (Country × 30%) + (Category × 50%) + (Criminal × 20%)     │
│                                                                             │
│  5. DETERMINE FINAL AML STATUS (based on highest risk score)               │
│     ├── Highest Risk Score < approve_threshold → APPROVED                   │
│     ├── Highest Risk Score ≤ review_threshold → IN REVIEW                   │
│     └── Highest Risk Score > review_threshold → DECLINED                    │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘

​

أمثلة على الحساب

​

المثال 1: تطابق قوي ← لم تتم مراجعته

• الاسم: “Robert J. Smith”
• تاريخ الميلاد: “1985-03-15”
• الدولة: “US”

• الاسم: “Robert James Smith”
• تاريخ الميلاد: “1985”
• الدولة: “United States”

1. درجة الاسم: 90% (تطابق تقريبي)
2. درجة تاريخ الميلاد: 100% (بيانات التطابق تتضمن السنة فقط، وتتطابق السنة)
3. درجة الدولة: 100% (تطابق تام)

Match Score = (90 × 0.60) + (100 × 0.25) + (100 × 0.15)
            = 54 + 25 + 15
            = 94

​

المثال 2: تطابق ضعيف ← إيجابي كاذب

• الاسم: “John Smith”
• تاريخ الميلاد: “1990-05-20”
• الدولة: “US”

• الاسم: “Johnny Smithson”
• تاريخ الميلاد: “1975”
• الدولة: “Canada”

1. درجة الاسم: 72% (تطابق تقريبي ضعيف)
2. درجة تاريخ الميلاد: -100% (عقوبة عدم تطابق سنة الميلاد)
3. درجة الدولة: -50% (عقوبة عدم تطابق الدولة)

Match Score = (72 × 0.60) + (-100 × 0.25) + (-50 × 0.15)
            = 43.2 - 25 - 7.5
            = 10.7 → 11

​

المثال 3: التجاوز بواسطة المفتاح الذهبي

• الاسم: “John D. Smith”
• رقم المستند: “A12345678”

• الاسم: “Jonathan David Smith”
• رقم المستند: “A12345678”

1. الدرجة الأساسية: ~70 (تطابق تقريبي للاسم)
2. رقم المستند: تطابق (تطابق تام)

​

إدارة حالة المراجعة

​

في لوحة التحكم

1. انتقل إلى نظرة عامة على AML الخاصة بالجلسة
2. انقر على تطابق محدد لعرض التفاصيل
3. استخدم القائمة المنسدلة للحالة لتغيير حالة المراجعة:
   • مطابقة مؤكدة — التحقق من أن التطابق يخص الشخص نفسه
   • إيجابي كاذب — تحديد التطابق على أنه غير مطابق
   • غير حاسم — يتعذر التحديد

​

أفضل الممارسات

1. ابدأ بالحد الافتراضي (93) — يوفر هذا توازنًا جيدًا بين التقاط التطابقات الحقيقية وتصفية الإيجابيات الكاذبة.
2. خفض الحد في السيناريوهات عالية المخاطر — إذا كنت بحاجة إلى مزيد من الحذر، فقم بخفض حد درجة التطابق لالتقاط المزيد من التطابقات المحتملة.
3. استخدم أرقام المستندات عند توفرها — إنها توفر أقوى تأكيد للهوية ويمكنها تجاوز درجات التطابق المنخفضة.
4. راجع الأوزان المُطبَّعة — تحقق من حقول الأوزان المُطبَّعة في تفاصيل الدرجة لفهم كيف أثرت البيانات المفقودة على الدرجة.
5. راقب معدلات الإيجابيات الكاذبة — إذا تم تصنيف عدد كبير جدًا من التطابقات المشروعة على أنها إيجابيات كاذبة، فقم بخفض الحد.