[发明专利]一种人员识别方法及系统

说明书

本发明公开了一种人员识别方法及系统，包括：采集投诉电话数据，以投诉电话号码作为投诉人唯一的标识，聚合同一投诉人的投诉电话数据；构建关键词表；对投诉电话内容进行分词，构建风险词向量；构建投诉人基本属性向量；人工识别与标注投诉电话数据，将标注后的投诉电话数据作为训练数据；拼接投诉人基本属性向量和风险词向量，构建职业打假人分类模型；使用训练数据训练分类模型，利用训练后的分类模型识别待识别的投诉电话数据，通过分析投诉数据和投诉人的投诉行为准确识别职业打假人。

技术领域

本发明涉及电子信息技术领域，具体地，涉及一种人员识别方法及系统。

背景技术

电话投诉是人们进行投诉的主要手段之一。职业打假人故意购买存在问题的商品，利用 相关法律法规向商家索要赔偿。这种行为对商家乃至整个社会秩序都造成了极大的负面影响。

当前职业打假人识别多采用被动识别方式，通过商家的报警信息追溯投诉人投诉数据信 息。这种被动识别方式时效性差，识别职业打假人相对滞后。本发明提出的方法通过分析投 诉电话数据能够快速识别职业打假人。

发明内容

本发明提出了一种职业打假人识别方法及系统，该方法和系统通过分析投诉数据和投诉 人的投诉行为可以准确识别职业打假人，对相关部门开展职业打假人的整治工作起到良好的 促进作用。

为实现上述发明目的，本发明一方面提供了一种职业打假人识别方法，所述方法包括：

步骤1：采集投诉电话数据，以投诉电话号码作为投诉人唯一的标识，聚合同一投诉人 的投诉电话数据；

步骤2：构建表征职业打假人投诉内容的关键词表；

步骤3：对投诉电话内容进行分词，比对分词结果与关键词表，构建基于one-hot编码 方式的风险词向量；

步骤4：构建投诉人基本属性向量，包括：投诉次数、投诉频率、投诉区域、投诉最长间隔、投诉最短间隔；

步骤5：人工识别投诉电话内容是否为职业打假人电话，根据识别结果将投诉人标注为 职业打假人或非职业打假人，将标注后的投诉电话内容作为训练数据；

步骤6：拼接投诉人基本属性向量和风险词向量，使用梯度提升树进行建模，得到职业 打假人分类模型；

步骤7：使用训练数据训练职业打假人分类模型，利用训练后的职业打假人分类模型识 别待识别的投诉电话内容。

进一步的，构建关键词表包括6个关键词：标签、过期、日期、赔偿、规定、法规。

进一步的，采用中科院分词工具进行中文分词，首先构建一个6维风险词向量，每个维 度对应关键词表中的一个关键词，如果分词结果中存在关键词表中的词，则将风险词向量对 应维度的值设置为1。

进一步的，投诉次数为该投诉人对应的所有投诉记录数；投诉频率的计算方法为：(投诉 人最后一次投诉时间-投诉人首次投诉时间)/投诉人投诉次数；投诉最长间隔即为该投诉人 所有投诉中相邻两次投诉的最长间隔时间；投诉最短间隔即为该投诉人所有投诉中相邻两次 投诉的最短间隔时间。

进一步的，梯度提升树为决策树集成算法，描述公式如下：

式(1)为一个叠加模型，即模型的最终输出是多个子模型输出的加权求和，其中β_m为 子模型h(x；a_m)的权重，每个子模型h(x；a_m)使用CART决策树表示；CART决策树是一种二分 决策树，其在每个节点划分时采用基尼系数来判断一次划分的好坏；梯度提升树采用迭代学 习方式；首先让第一棵树h(x；a₁)直接拟合数据集的目标列，然后让第二棵树拟合第一棵树与 目标列之间的残差，再让第三棵树拟合第二棵树与第一棵树之间的残差，以此类推。