[发明专利]一种基于无监督算法的养卡号码检测方法及系统

权利要求书

1.一种基于无监督算法的养卡号码检测方法，其特征在于，所述方法包括：

步骤1)、采集运营商电渠登录日志数据；

步骤2)、从登录日志数据中获取用户的登录行为特征，并将所述用户的登录行为特征作为第一特征集合，将对应于所述用户的登录行为特征的高维统计特征作为第二特征集合，所述第二特征集合，包括：用户登录次数、登录IP变动率、登录IMEI变动率、登录时间间隔变异系数中的一种或组合；

步骤3)、利用孤立森林算法识别出第一特征集合对应的各个异常群体；并使用聚类算法对第二特征集合中的特征进行聚类，得到若干个聚类，并根据登录行为特征的稳定性获取异常聚类；

步骤4)、根据异常群体所对应的号码中被聚类到异常聚类中的数量与，所述异常群体所对应的号码的比例，确定所述异常群体对应的号码是否属于养卡号码。

2.根据权利要求1所述的一种基于无监督算法的养卡号码检测方法，其特征在于，所述第一特征集合，包括：

用户登录次数、用户登录IP数、用户登录IMEI数、用户登录失败占比、用户短时间间隔登录占比中的一种或组合。

3.根据权利要求1所述的一种基于无监督算法的养卡号码检测方法，其特征在于，所述根据登录行为特征的稳定性获取异常聚类，包括：

将聚类中包含的高维统计特征变化率低于第一预设阈值的聚类作为异常聚类，其中，高维统计特征变化率，包括：登录时间间隔。

4.根据权利要求1所述的一种基于无监督算法的养卡号码检测方法，其特征在于，所述步骤4)，包括：

获取异常群体中登录行为特征对应的号码的第一数量；

获取第一数量个号码中被聚类到异常聚类中的第二数量，且第二数量小于等于第一数量；

获取第二数量与第一数量的比值，并判断所述比值是否小于第二预设阈值；

若否，将所述异常群体中登录行为特征对应的所有号码作为养卡号码。

5.一种基于无监督算法的养卡号码检测系统，其特征在于，所述系统包括：

采集模块，用于采集运营商电渠登录日志数据；

获取模块，用于从登录日志数据中获取用户的登录行为特征，并将所述用户的登录行为特征作为第一特征集合，将对应于所述用户的登录行为特征的高维统计特征作为第二特征集合，所述第二特征集合，包括：

用户登录次数、登录IP变动率、登录IMEI变动率、登录时间间隔变异系数中的一种或组合；

识别模块，用于利用孤立森林算法识别出第一特征集合对应的各个异常群体；并使用聚类算法对第二特征集合中的特征进行聚类，得到若干个聚类，并根据登录行为特征的稳定性获取异常聚类；

确定模块，用于根据异常群体所对应的号码中被聚类到异常聚类中的数量与，所述异常群体所对应的号码的比例，确定所述异常群体对应的号码是否属于养卡号码。

6.根据权利要求5所述的一种基于无监督算法的养卡号码检测系统，其特征在于，所述第一特征集合，包括：

用户登录次数、用户登录IP数、用户登录IMEI数、用户登录失败占比、用户短时间间隔登录占比中的一种或组合。

7.根据权利要求5所述的一种基于无监督算法的养卡号码检测系统，其特征在于，所述识别模块，用于：

将聚类中包含的高维统计特征变化率低于第一预设阈值的聚类作为异常聚类，其中，高维统计特征变化率，包括：登录时间间隔。

8.根据权利要求5所述的一种基于无监督算法的养卡号码检测系统，其特征在于，所述确定模块，用于：

获取异常群体中登录行为特征对应的号码的第一数量；

获取第一数量个号码中被聚类到异常聚类中的第二数量，且第二数量小于等于第一数量；

获取第二数量与第一数量的比值，并判断所述比值是否小于第二预设阈值；

若否，将所述异常群体中登录行为特征对应的所有号码作为养卡号码。