基于随机森林算法的移动电话骚扰号码识别策略研究

对于传统的移动电话骚扰号码识别算法,依然存在部分误报,为了进一步优化识别准确率,本文深度分析疑似骚扰号码用户的拨打习惯,引入随机森林算法进行识别,最后在生产环境测试中得到验证,识别准确率有较大提升。

骚扰号码云数据库建设方法的探索与研究

针对骚扰号码数据库的建设进行研究,现有的骚扰号码数据库存在数据量有限,更新速度慢,准确率不高等问题,针对上述问题,本文主要从用户权限和更新方式两个方面对骚扰号码数据库的建设提供了方法,能够有效提高骚扰号码数据库的覆盖性和准确性。

基于模式识别算法的骚扰号码风险评估算法

提出一种基于模式识别的数据处理算法-主成分分析和分类算法-多层感知神经网络。通过对经由运营商核心网设备的近一年电话号码进行分析,研究了基于电话号码的十个特征综合分析。通过主成分分析简化特征,利用多层感知神经网络等模式识别算法判定电话号码为骚扰号码的分险程度,灵活度高,评估出电信诈骗风险等级,并提示其它用户防范。