[发明专利]一种基于多源特征的诈骗电话识别方法、系统及设备

说明书

本发明公开一种基于多源特征的诈骗电话识别方法、系统及设备，方法包括：用户选择包括正常号码、推销号码和诈骗号码，构建更加贴合实际的用户分类，并基于所选用户多源特征指标，包括用户通话数据的基础特征，用户的基础通话特征，画像特征，用户的位置及上网特征，以及基于图结构相似的Struct2Vec图网络模型提取用户二度网络的结构特征，识别多点一线等诈骗模式结构，基于用户二度通话数据转换为通话时序数据，提取基于时序的特征组合，在构建多源特征的基础上，利用过采样方法Borderline‑SMOTE平衡样本数据集，最终构建正常、诈骗、推销识别的分类模型，模型利用多种不同集成学习组合方式进行训练预测，结合黑白名单过滤机制，实现诈骗电话的精准有效识别。

技术领域

本发明属于信息技术领域，具体涉及一种基于多源特征的诈骗电话识别方法、系统及设备。

背景技术

随着通信行业的不断发展，越来越多的用户享受到了通信给生活带来的便利性，但与此同时，越来越多的诈骗通话行为不断涌现，大量的群体或个人以诈骗或个人攻击等手段对目标人群进行骚扰以及涉及金钱方面的欺骗，类似于这样的诈骗电话在生活中层出不穷，严重影响了用户的使用体验，为用户的日常生活带来了极大的不便性。

目前，识别诈骗电话的方法有基于一些基础特征提取使用机器学习或深度学习方式进行识别的，如：【一种基于深度学习的欺诈应用检测方法】，【一种基于多维时间序列的诈骗电话分析方法】，【诈骗电话号码识别方法与系统】等，也有利用诈骗模式进行识别的方法，如：【一种基于意图理解技术的诈骗电话检出方法】，【一种基于图嵌入的诈骗电话识别方法】等，但是综合上述专利，我们发现一些现有专利没有关注到的点：

实际生活中，存在多种其他号码与诈骗电话类似具有高呼出，高频次的特点，如：推销电话、快递外卖电话、出租车滴滴电话、公司电话等，这些电话对诈骗电话的识别带来极大的干扰作用，尤其是推销电话，生命周期短，难以通过黑白名单及时有效识别，但是现有技术并没有提及此种实际环境中的多种干扰情况。

发明内容

为了解决现有技术中存在的问题，本发明提供一种基于多源特征的诈骗电话识别方法，将推销电话单独提出作为一类+黑白名单过滤的方式，进行识别，能过够更加贴合实际的通信环境，带来诈骗电话识别效果的更大的提升。

为了实现上述目的，本发明采用的技术方案是：一种基于多源特征的诈骗电话识别方法，包括以下步骤：

构建包括正常号码、推销号码和诈骗号码三种类别用户的二度通话数据、位置数据和上网数据，并基于所述二度通话数据、位置数据和上网数据提取所述用户的基础特征；

基于用户的二度通话数据，构建基于图结构相似的Struct2Vec图网络模型，提取用户二度网络的结构特征，识别出多点一线的诈骗模式结构；

将用户的一度通话数据转换为所述用户通话时序数据，根据所述通话时序数据构建基于时序的通话时序特征组合；

将所述用户的基础特征、用户二度网络的结构特征以及通话时序特征组合进行融合，采用特征过滤和降维的方式构建出特征样本数据集；

用过采样方法Borderline-SMOTE平衡所述特征样本数据集；

构建黑白名单机制，并基于平衡后的特征样本数据集，构建包括boosting和bagging的多种不同集成学习组合，基于所述集成学习组合，采用分配权值的方式，构建正常、诈骗以及推销识别的融合分类模型，识别诈骗电话。

所述用户的基础特征包括用户的基础通话特征、画像信息特征、位置信息特征及上网信息特征。

基于图结构相似的Struct2Vec图网络模型，提取用户二度网络的结构特征，识别多点一线诈骗模式结构具体如下：