[发明专利]一种基于机器学习算法的未报备手机号识别方法

说明书

一种基于机器学习算法的未报备手机号识别方法，包括：获取当前时间段内基站中所有手机号码，挑选用户已报备过的号码构成已报备号码群、非用户已报备过的号码构成待识别号码群；为每个手机号码构建交往圈号码群：获取手机号码的所有通信号码，然后计算手机号码和每个通信号码的通话特征参数，再采用K‑Means算法将所有通信号码划分成多个簇，最后计算手机号码和每个簇的亲密度指数，挑选多个簇合并生成交往圈号码群；计算待识别号码和每个已报备号码的交往圈重合度，从中挑选最大值，并判断最大值是否大于重合度阈值，如果是，则待识别号码是最大值对应的已报备号码的未报备手机号。本发明属于信息技术领域，能快速有效地识别未报备手机号。

技术领域

本发明涉及一种基于机器学习算法的未报备手机号识别方法，属于信息技术领域。

背景技术

在学校、单位、部队等场所，常要求学生或员工上报手机号便于管理，但部分人可能在除已上报手机号之外还另有其他手机号，并使用这些手机号进行一些违反规定的行为，这类没有上报的手机号被称为未报备手机号。但学校这些场所常存在未报备手机检测困难的情况，需要寻找一种方法快速有效地识别未报备手机号，然后进行如定时关停、屏蔽等操作，从而防止人员学习、工作效率的下降。

一般来说，未报备手机号的识别会遇到如下问题：

1、时间成本与硬件成本高。随着手机设备的发展，数据量增长速度惊人增加，直接将数据信息通过模型训练将会造成硬件设备的消耗，模型的性能无法达到要求，所用时间也会超出计划范围。

2、缺乏标准。很难定义一个规则去区别是否为某用户未报备的手机号，也没有标准的标签去定义未报备手机号。

因此，如何快速有效地识别未报备手机号，已成为现有技术中亟待解决的技术问题之一。

发明内容

有鉴于此，本发明的目的是提供一种基于机器学习算法的未报备手机号识别方法，能快速有效地识别未报备手机号。

为了达到上述目的，本发明提供了一种基于机器学习算法的未报备手机号识别方法，包括有：

步骤一、获取当前时间段内出现在基站中的所有手机号码，从而构成基站号码群，然后根据用户的报备记录，从基站号码群中挑选用户已报备过的手机号码构成已报备号码群，并将基站号码群中非用户已报备过的手机号码构成待识别号码群；

步骤二、为待识别号码群和已报备号码群中的每个手机号码分别构建各自的交往圈号码群：获取每个手机号码在历史时间段内的所有通信号码，然后计算每个手机号码和其每个通信号码的通话特征参数，再采用K-Means算法，将其所有通信号码划分成多个簇，最后计算每个手机号码和其每个簇的亲密度指数，并据此挑选多个簇合并生成每个手机号码的交往圈号码群；

步骤三、分别计算待识别号码群中的每个待识别号码和已报备号码群中的每个已报备号码的交往圈重合度，然后从每个待识别号码和所有已报备号码的交往圈重合度中挑选最大值，并判断所述最大值是否大于重合度阈值，如果是，则待识别号码是最大值所对应的已报备号码的未报备手机号，如果否，则待识别号码不是未报备手机号。

与现有技术相比，本发明的有益效果是：本发明先剔除可以直接识别未报备手机号的部分数据，然后再通过K-Means算法进行建模并划分用户交往圈，最后通过交往圈重合度的计算，最终识别用户未报备手机号，能有效节约运算成本、并提高识别效率。

附图说明

图1是本发明一种基于机器学习算法的未报备手机号识别方法的流程图。

图2是图1步骤一和步骤二之间，根据待识别号码群中的每个待识别号码的用户身份证、手机app使用习惯、或者交往圈关系，判断待识别号码是否是未报备号，并将识别出的未报备号从待识别号码群中剔除的具体流程图。