基于用户行为分析的骚扰电话识别系统
随着人们的收入水平不断提高，移动通信业务的不断发展，移动终端的价格持续下降。截至2018年12月底，中国移动的移动终端总数为9.25亿，中国电信的手机用户总数为3.03亿，中国联通的手机用户总数为3.15亿，中国手机用户总数已达到15.43亿，可见，手机已经成为人们生活的必需品。移动通信的快速发展为人们带来了便利，同时，也使一些人为了商业目的而进行电话营销，骚扰和欺诈。甚至一些国内外的团体也使用移动通信来促进和传播一些非法信息用于政治目的，导致骚扰电话的泛滥。它已成为用户投诉电信运营商的重要原因之一，也对通信网络设备的负荷造成了重大影响。为了创建绿色的网络环境，对骚扰电话的识别成为考验政府、电信运营商、学术界需要重点解决的问题之一。 本论文研究的对象是通过大数据、数据挖掘等技术识别骚扰电话行为的特征。首先，以中国移动NO.7信令数据为分析对象，从某省移动公司的业务支撑网、网管网、信令网、客服等系统中采集各类和用户相关的通信数据，使用数据库进行存储；然后，利用分类数据挖掘等技术，构建疑似骚扰电话的分析模型，对用户拨打电话的行为进行分析，实现识别拨打骚扰电话的行为；最后，通过自动拨测等技术进行回拨取证，提供给电信运营商进行处理，实现骚扰电话识别和封堵。 本论文的技术关键点和创新点一是应用分类挖掘技术中的贝叶斯算法对拨打骚扰的行为进行筛选，应用聚类挖掘技术分析骚扰电话的生命周期，从而保证利用有限资源实施高效的拦截。二是对疑似骚扰电话进行自动取证。 本文实现的系统在中国移动某省公司的试运行结果表明，通过用户行为分析识别拨打电话进行骚扰行为的方法效果显著，可以作为识别骚扰电话的手段之一。
骚扰电话识别;用户行为;数据挖掘;自动拨测
长春工业大学
硕士
计算机技术
郑虹
2019
中文
F626;TP311.13
2019-11-19（万方平台首次上网日期，不代表论文的发表时间）