检索结果-内蒙古大学图书馆

IT经理世界 2024年第11期 149-151页

作者：林浩姚明辉廖建勇叶学荣中国移动通信集团福建有限公司南平分公司福建南平353000

电信诈骗已成为当今社会最常见的诈骗犯罪行为之一,给众多受害者造成了财产损失.准确识别诈骗号码并对潜在的诈骗行为进行预警是电信运营商面临的重要挑战.本文旨在通过构建多维特征体系和对比多种主流机器学习算法,输出一种性能优异的... 详细信息

电信诈骗已成为当今社会最常见的诈骗犯罪行为之一,给众多受害者造成了财产损失.准确识别诈骗号码并对潜在的诈骗行为进行预警是电信运营商面临的重要挑战.本文旨在通过构建多维特征体系和对比多种主流机器学习算法,输出一种性能优异的机器学习识别模型.通过数据集构建特征体系,使用随机森林、GBDT、XGBoost和CatBoost模型进行训练和参数优化.实验结果表明,CatBoost模型在精度、召回率和准确率等方面表现最佳,验证了特征体系的有效性.该模型可以为通信运营商的在线检测和预警系统提供参考,并为未来优化模型和特征的研究方向提供一些研究思路.

关键词：机器学习 CatBoost模型电信诈骗用户识别

来源：评论

学校读者我要写书评

暂无评论

基于XGBoost算法的电信诈骗用户识别研究

基于XGBoost算法的电信诈骗用户识别研究

引用

作者：石建伟东北财经大学

学位级别：硕士

随着通讯产业的高速发展,电信诈骗作为一种新型诈骗方式充斥着人们的生活。短信群发、电话群拨、运用互联网技术等一系列的诈骗手段使得通讯用户深受其害、苦不堪言。由此带来的后果轻者信息泄露,重则带来巨大的财产损失和严重的精神伤... 详细信息

随着通讯产业的高速发展,电信诈骗作为一种新型诈骗方式充斥着人们的生活。短信群发、电话群拨、运用互联网技术等一系列的诈骗手段使得通讯用户深受其害、苦不堪言。由此带来的后果轻者信息泄露,重则带来巨大的财产损失和严重的精神伤害。凡此种种已对大众的正常社会生活秩序带来极大的困扰,增加了社会治理的运营成本,威胁到社会安稳的根基。因此,必须对于电信诈骗进行精准有力的打击才能净化人们的社会活动空间,而更好更快的对于电信诈骗罪犯的识别更是打击电信诈骗的重要环节。本文以S电信公司为例,结合国内外学者关于电信诈骗用户识别模型的研究成果,以电信诈骗所涉及的相关理论为基础,将使用XGBoost模型对S电信公司的电信诈骗用户进行识别,从而提取出电信诈骗用户识别用户的特征变量。在建立电信诈骗用户识别模型前,通过电信业务介绍,对S电信公司脏数据进行数据清洗处理,数据描述性统计分析,缺失值分析,异常值分析,数据转换处理,特征变量筛选。利用SMOTE算法对不平衡样本数据进行数据均衡,以保证数据模型预测效果。接着使用嵌入法对电信诈骗用户识别变量进行筛选,将不显著的变量进行剔除。实证分析证明,嵌入法不仅可以进行变量选择,而且能更准确地筛选出重要的诈骗特征变量。同时根据处理好的数据构建基于XGBoost的电信诈骗用户识别模型,并对XGBoost模型在经过ROC（AUC）曲线和LIFT的评估后得到一个稳定可靠的电信诈骗用户识别模型,而且在线上识别准确率高达89%。通过上述电信诈骗用户识别研究,采用数据挖掘技术构建了电话与电话联系特征,对企业来说,能够帮助电信企业更快速筛选出诈骗用户和团伙作案,方便企业更加高效地管理诈骗犯罪,进而能够快速提升S电信公司的市场竞争力,减少客户流失,为公司进一步业务拓展奠定坚实的基础;对社会来说,能够帮助个人免受电信诈骗带来的精神伤害和财产损失,维护社会和谐稳定。

关键词：电信诈骗用户识别数据挖掘 XGBoost算法 SMOTE算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：