[发明专利]电信数据的处理方法、装置电子设备及存储介质

权利要求书

1.一种电信数据的处理方法，其特征在于，所述方法包括：

获取电信数据，所述电信数据包括：设备信息和通话信息；

对所述电信数据进行预处理，并根据预处理后的电信数据生成包括设备信息和通话信息的多维特征数据；

将所述多维特征数据输入至已训练的评估模型，对该多维特征数据进行风险评估，其中，所述评估模型基于梯度增强算法和历史多维特征数据来训练；

根据风险评估结果和后处理规则对所述电信数据进行综合评估，以确认所述电信数据是否存在诈骗风险，所述后处理规则为基于关键词来评估风险。

2.根据权利要求1所述的方法，其特征在于，所述评估模型为极端梯度提升模型，通过如下方式对所述极端梯度提升模型进行训练：

获取历史电信数据，所述历史电信数据包括：历史设备信息和历史通话信息；

对所述历史电信数据进行预处理后生成历史多维特征数据；

将所述历史多维特征数据根据预定规则划分为训练数据和测试数据；

根据所述训练数据对所述极端梯度提升模型进行训练，并根据所述测试数据对训练的极端梯度提升模型进行模型评估操作；

响应于模型评估操作结果为准确率达到预定值，确定所述极端梯度提升模型训练完成。

3.根据权利要求1所述的方法，其特征在于，所述通话信息包括：通话内容，对所述电信数据进行预处理包括：

对所述通话内容进行语音识别操作，并基于自然语言技术对识别的文本进行分词处理；

根据预先设置的关键词对分词处理后的文本进行关键词识别操作，并基于已训练的情感分析模型对所述分词处理后的文本进行情感识别操作。

4.根据权利要求3所述的方法，其特征在于，所述通话信息还包括：通话属性，根据预处理后的电信数据生成包括设备信息和通话信息的多维特征数据包括：

根据设备信息、通话属性、关键词识别操作结果、情感识别操作结果设置多维特征及其标签；

根据设置的多维特征及其标签生成多维特征数据。

5.根据权利要求3所述的方法，其特征在于，根据风险评估结果和后处理规则对所述电信数据进行综合评估包括：

根据关键词识别操作结果对所述电信数据进行后处理规则评估；

根据风险评估结果和后处理规则评估结果对所述电信数据进行综合评估。

6.一种电信数据的处理装置，其特征在于，所述装置包括：

数据获取单元，用于获取电信数据，所述电信数据包括：设备信息和通话信息；

预处理单元，用于对所述电信数据进行预处理；

多维特征数据生成单元，用于根据预处理后的电信数据生成包括设备信息和通话信息的多维特征数据；

评估单元，用于将所述多维特征数据输入至已训练的评估模型，对该多维特征数据进行风险评估，其中，所述评估模型基于梯度增强算法和历史多维特征数据来训练；

综合评估单元，用于根据风险评估结果和后处理规则对所述电信数据进行综合评估，以确认所述电信数据是否存在诈骗风险，所述后处理规则为基于关键词来评估风险。

7.根据权利要求6所述的装置，其特征在于，所述评估模型为极端梯度提升模型，所述装置包括：模型训练单元，

所述模型训练单元包括：

历史数据获取模块，用于获取历史电信数据，所述历史电信数据包括：历史设备信息和历史通话信息；

历史多维特征数据生成模块，用于对所述历史电信数据进行预处理后生成历史多维特征数据；

数据划分模块，用于将所述历史多维特征数据根据预定规则划分为训练数据和测试数据；

训练模块，用于根据所述训练数据对所述极端梯度提升模型进行训练，并根据所述测试数据对训练的极端梯度提升模型进行模型评估操作；响应于模型评估操作结果为准确率达到预定值，确定所述极端梯度提升模型训练完成。