[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

摘要

本发明公开了一种基于分解聚合的电信诈骗电话的分类检测方法，属于数据挖掘、机器学习和商务智能等领域。首先对原始CDR数据进行不同正负类比例的横向划分与采样，针对某训练样本，随机抽取特定比例的特征属性用于构造基础分类器；对任一训练样本，根据基础分类器的输出结果构造分类矩阵，对各相同比例中的分类结果进行聚合，并通过最大投票法确定各类别比例下的投票结果。将各个比例分类器中的分类结果作为新的分类特征构造二级分类器，确定各正负比例的基分类器对于测试结果的权重。本发明适用于各种大数据场景下的不平衡分类，避免了不同正负类样本比例下模型精度的波动性，分类结果具有较强的稳定性和鲁棒性，可以实现较高的分类和检测效率。

主权项

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。