[发明专利]一种基于SVM文本分析的诈骗日志文本分析方法与系统

说明书

本发明属于文本分析领域，特别涉及一种基于SVM文本分析的诈骗日志文本分析方法。该方法包括：使用手机号黑白灰名单对来日志文本号码分析，生成名单权重；使用关键词对日志文本分析，生成关键词权重；使用SVM模型对日志文本分析，生成SVM模型权重；使用所述名单权重、关键词权重和SVM模型权重综合分析，生成诈骗日志文本权重，利用所述诈骗日志文本权重，对日志文本进行判断。本发明从日志文本来源上、日志文本本身内容进行综合判断，降低误判率，提高了对日志文本的识别准确率，节省时间。

技术领域

本发明属于文本分析领域，特别涉及一种基于SVM文本分析的诈骗日志文本分析方法与系统。

背景技术

目前诈骗文本分析主要依靠关键词过滤技术。文本中的语言和内容也是日新月异，不断变化。甚至出现了“公证处通知”的字样，无法实现自动分析识别。目前实现文本自动分类的技术有很多，但是支持向量机(SVM)技术是当今最流行，分类效果最好的技术之一。但是许多场景下，正常文本和诈骗文本非常相似，如一上大学的子女找父母要生活费。仅使用文本分类并不能很好的判断诈骗文本。

发明内容

针对上述问题，本发明设计实现一种基于SVM文本分析的诈骗日志文本分析方法，包括：

使用手机号黑白灰名单对来日志文本号码分析，生成名单权重；

使用关键词对日志文本分析，生成关键词权重；

使用SVM模型对日志文本分析，生成SVM模型权重；

使用所述名单权重、关键词权重和SVM模型权重综合分析，生成诈骗日志文本权重，利用所述诈骗日志文本权重，对日志文本进行判断。

进一步地，所述手机号黑白灰名单包括白名单，灰名单和黑名单；

所述使用手机号黑白灰名单对来日志文本号码分析包括：

使用所述白名单、灰名单和黑名单对来日志文本号码分类；

根据所述分类，生成名单权重。

进一步地，所述使用关键词对日志文本分析，生成关键词权重，包括：

判断日志文本格式；

依据所述日志文本格式，利用关键词生成关键词权重。

进一步地，所述使用SVM模型对日志文本分析，生成SVM模型权重包括：

建立SVM模型，使用所述SVM模型对日志文本分析，生成SVM模型权重。

进一步地，所述建立SVM模型包括：

收集训练日志文本，对所述训练日志文本进行特征提取，生成特征提取文本；

使用TF-IDF对所述特征提取文本进行特征标识，生成特征标识文本；

对所述特征标识文本归一化，生成归一化数据；

使用SVM对归一化数据进行分类，建立SVM模型。

本发明还提供一种基于SVM文本分析的诈骗日志文本分析系统，包括：

名单分析模块，用于使用手机号黑白灰名单对来日志文本号码分析，生成名单权重；

关键词分析模块，用于使用关键词对日志文本分析，生成关键词权重；

SVM分析模块，用于使用SVM模型对日志文本分析，生成SVM模型权重；

综合分析模块，用于使用所述名单权重、关键词权重和SVM模型权重综合分析，生成诈骗日志文本权重；

判断模块，用于利用所述诈骗日志文本权重，对日志文本进行判断。