[发明专利]一种基于分解聚合的电信诈骗电话的分类检测方法

权利要求书

1.一种基于分解聚合的电信诈骗电话的分类检测方法，其特征在于，具体步骤如下：

步骤一、收集电信网络中的CDR数据，将被检出的少量诈骗电话记录标注为正类样本，其余的标注为负类样本；

步骤二、设定正负样本比例为X％，对CDR数据进行横向的连续采样划分，反复采样L次，得到L个正负类比例为X％的样本子集；

步骤三、按照等步长的方式依次改变正负类比例，进行A次，共产生A*L个训练子集；

步骤四、对CDR数据按照特征属性进行纵向分解，得到F种不同的类别属性子集；

具体而言，CDR数据共有M个特征，随机抽取Y％的属性特征，共计M*Y％个属性特征作为基础分类器的分类特征；通过有放回的随机抽样抽取采样F次，得到F种不同的类别属性子集；

步骤五、原始CDR数据被划分为了A*L*F个训练样本区，每个训练样区同时具有特定正负类比例及特征属性；

步骤六、针对每个训练样本区中的数据，利用决策树分类模型在子特征属性空间上构造一个分类器，共得到A*L*F个基础分类器；

步骤七、针对原始CDR数据中的某训练样本，在A*L*F个基础分类器上分别输出分类预测结果，构造成该训练样本的分类矩阵；

具体来说，矩阵中的每个元素对应了一种特定正负比例下，在特定的属性特征子集中的分类结果；

步骤八、针对该分类矩阵，对横向相同正负比例的分类结果进行聚合，并进行特征集合筛选；

步骤九、针对筛选后的A*F维特征集合中，采用最大投票的方式确定各行的分类输出结果，得到A种不同正负比例的分类结果，视作该训练样本的一个A维特征表示；

步骤十、针对CDR数据的所有训练样本，采用决策树分类模型，运用每个训练样本的A维特征结果构造二级分类器；

步骤十一、对于一条新的测试样本，重复步骤七到步骤九，得到关于该测试数据在各种正负样本比例的A维特征，进一步利用二级分类器，得出该测试样本的最终的分类结果。

2.根据权利要求1所述的一种基于分解聚合的电信诈骗电话的分类检测方法，其特征在于，所述的步骤二中，采用有放回的随机抽样方式，从CDR数据中抽取正负类样本比例为X％的数据记录。

3.根据权利要求1所述的一种基于分解聚合的电信诈骗电话的分类检测方法，其特征在于，所述的步骤三中，等步长是指任意两个相邻正负类样本比例值之间的差值固定。

4.根据权利要求1所述的一种基于分解聚合的电信诈骗电话的分类检测方法，其特征在于，所述的步骤八，进行特征集合筛选的具体方法如下：

步骤801、针对该训练样本输出的分类矩阵，采用信息熵对同一分类比例下的L个分类器结果进行筛选；

步骤802、判断信息熵是否高于特定阈值e，如果是，去掉该基础分类器的输出结果；否则，进入步骤803；

步骤803、采用最大投票的方式决定同一分类比例在相同特征属性集合上的分类结果，从而将分类结果聚合为A*F维。