مقابله با پولشویی مهم ترین ابزار مبارزه علیه جرم و جنایت است و بزرگ ترین چالش مبارزه با پول شویی در حوزه بانک، تشخیص«تراکنش های مشکوک به پول شویی» می باشد. عدم توجه به بافت صاحبان حساب های بانکی، باعث کارایی پایین روش های مقابله با پول شویی می شود. هدف این تحقیق ارائه یک روش شناسایی تراکنش های بانکی مشکوک به پو لشویی با استفاده از است که تراکنش های «تراکنش های پَرت بافتاری» تکنیک های آماری فرآیند داده کاوی در تحلیل پول شویان را در مرحله یکپارچه سازیِ فرآیند پولشویی هدف قرار داده است. روش این پژوهش تحلیلِ محتوا بوده است و جامعه آماری تحقیق شامل 1/8 میلیون تراکنشِ 1008 نفر، طی مدت 6 سال از 48 بافت مختلف می باشد که به روش شبیه سازی رایانه ای ایجاد شده است. توزیع های احتمالی استفاده شده در شبیه ساز مزبور بر اساس آزمون کولموگروف-اسمیرنوف از تراکنش های مقطعی 50 نفر استخراج شده است، تراکنش های مذکور به روش میدانی جمع آوری شده اند. هرچند به دلیل فراهم نبودن تعداد کافیِ تراکنش های بانکیِ واقعی از تراکنش های شبیه سازی شده رایانه ای استفاده گردیده است، لیکن شبیه سازی توانایی ایجاد سناریوهایی را دارد که در دنیای واقعی، فراهم سازی آنها ممکن نیست. آزمون ایده تحقیق، بیانگر نرخ 100 % پیش بینی درستِ تراکنش های مشکوک و نرخ 1/14% پیش بینی غلطِ تراکنش های عادی به عنوان مشکوک می باشد که نسبت به اغلب روش ها، پیشرفتی محسوس را نشان می دهد. نتایج تحقیق نشان داد که توجه به بافت صاحبان حساب بانکی در تشخیص پول شویی موجب ارتقاء دقت روش های مزبور می شود.