隨著通信網(wǎng)絡(luò)技術(shù)的發(fā)展,人們對(duì)電信服務(wù)的質(zhì)量要求也在不斷提高,對(duì)電信服務(wù)的挑戰(zhàn)越來越大。人們不在滿足于先前電信服務(wù)“可用”的需求,而更加趨向于精細(xì)化,個(gè)性化,高質(zhì)量化。電信欺詐作為一種最為常見的詐騙手段,直接影響了電信用戶的體驗(yàn)和服務(wù)質(zhì)量,電信詐騙問題不單單會(huì)對(duì)用戶造成不必要騷擾。一些電信欺詐甚至?xí)䦟?duì)用戶的人身財(cái)產(chǎn)安全造成威脅。在電信行業(yè)的發(fā)展中,也積累了巨量相關(guān)的數(shù)據(jù),這些數(shù)據(jù)可以用于反詐騙平臺(tái)的研究。因此,國家電信部門希望利用這些積累的數(shù)據(jù),對(duì)電信詐騙行為進(jìn)行精準(zhǔn)分析。并且希望能夠利用這些分析結(jié)果提出對(duì)電信詐騙行為進(jìn)行準(zhǔn)確的分類,從而對(duì)電信詐騙行為進(jìn)行有針對(duì)性的追蹤,分析和攔截。在電信部門對(duì)于電信反詐騙的需求下,面向電信詐騙的反詐平臺(tái)項(xiàng)目正式啟動(dòng)。電信詐騙包含了許多類型,從技術(shù)方面分類,可以將電信詐騙主要的分為兩個(gè)類型:錄音型詐騙和語音型詐騙。錄音型詐騙由于其頻譜特征比較明顯,可以比較容易地采用算法過濾,而語音型詐騙則較為難以識(shí)別,而語音型詐騙正式本文反詐系統(tǒng)的識(shí)別目標(biāo)。本課題旨在實(shí)現(xiàn)一個(gè)電信反詐平臺(tái)。通過利用電話錄音信息,通過應(yīng)用多種算法手段,包括語音識(shí)別,自然語言處理的方式,來...

【文章頁數(shù)】：101 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
        1.1.1 選題背景
        1.1.2 研究?jī)?nèi)容
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作
        1.3.1 電信用戶語音信息的處理和識(shí)別
        1.3.2 基于1-CNN的方法對(duì)通話雙方語音進(jìn)行分類
        1.3.3 基于自然語言處理方法對(duì)語音識(shí)別結(jié)果進(jìn)行分類
        1.3.4 面向電信詐騙的反詐平臺(tái)構(gòu)建
    1.4 論文組織和結(jié)構(gòu)
第二章 技術(shù)介紹
    2.1 電信用戶語音信息的處理和識(shí)別技術(shù)簡(jiǎn)介
        2.1.1 常見語音特征抽取方法
        2.1.2 常見語音識(shí)別算法
    2.2 說話人語音分類算法
        2.2.1 說話人識(shí)別簡(jiǎn)介
        2.2.2 說話人識(shí)別在電信反詐系統(tǒng)中的運(yùn)用
    2.3 語音識(shí)別結(jié)果進(jìn)行分類
        2.3.1 基于TF-IDF的文本分類方式
        2.3.2 基于text CNN的文本分類方式
        2.3.3 基于fastText的文本分類方式
    2.4 本章小結(jié)
第三章 面向電信詐騙的反詐平臺(tái)的需求分析
    3.1 典型業(yè)務(wù)場(chǎng)景分析
    3.2 功能性需求
        3.2.1 數(shù)據(jù)管理
        3.2.2 語音識(shí)別
        3.2.3 說話人分類
        3.2.4 詐騙分類
    3.3 非功能需求
        3.3.1 算法有效性
        3.3.2 大量數(shù)據(jù)處理能力
        3.3.3 數(shù)據(jù)實(shí)時(shí)處理能力
    3.4 本章小結(jié)
第四章 關(guān)鍵問題研究以及解決方案
    4.1 基于DEPSPEECH2的語音識(shí)別算法
        4.1.1 問題描述
        4.1.2 算法定義
        4.1.3 算法流程
        4.1.4 實(shí)驗(yàn)效果
    4.2 基于I-CNN的語音分類
        4.2.1 問題描述
        4.2.2 算法定義
        4.2.3 算法流程
        4.2.4 實(shí)驗(yàn)結(jié)果
    4.3 基于TEXT-CNN和TEXT- RNN的詐騙分類算法
        4.3.1 問題描述
        4.3.2 算法定義
        4.3.3 算法流程
        4.3.4 實(shí)驗(yàn)結(jié)果
    4.4 本章小結(jié)
第五章 系統(tǒng)總體設(shè)計(jì)
    5.1 總體架構(gòu)
    5.2 系統(tǒng)分層模塊介紹
        5.2.1 數(shù)據(jù)存儲(chǔ)層
        5.2.2 預(yù)處理層
        5.2.3 算法分析層
        5.2.4 結(jié)果分析層
    5.3 系統(tǒng)層次交互關(guān)系及接口設(shè)計(jì)
        5.3.1 導(dǎo)入電信通話數(shù)據(jù)流程
        5.3.2 說話人分類工作流程
        5.3.3 詐騙分類工作流程
    5.4 本章小結(jié)
第六章 關(guān)鍵模塊設(shè)計(jì)與實(shí)現(xiàn)
    6.1 模塊類圖說明
        6.1.1 語音識(shí)別模塊
        6.1.2 說話人分類模塊
        6.1.3 詐騙分類模塊
        6.1.4 數(shù)據(jù)存儲(chǔ)控制模塊
    6.2 典型場(chǎng)景說明
        6.2.1 批量語音詐騙判別場(chǎng)景說明
        6.2.2 流式語音詐騙判別場(chǎng)景
    6.3 典型算法說明
        6.3.1 語音判別后處理關(guān)鍵算法實(shí)現(xiàn)
        6.3.2 語音文件獲取的緩存算法
    6.4 本章小結(jié)
第七章 系統(tǒng)測(cè)試
    7.1 測(cè)試環(huán)境
        7.1.1 部署環(huán)境
        7.1.2 部署方案
    7.2 典型集成測(cè)試用例
    7.3 性能測(cè)試結(jié)果
    7.4 測(cè)試結(jié)果分析
    7.5 本章小結(jié)
第八章 結(jié)束語
    8.1 工作總結(jié)
    8.2 未來展望
致謝
作者攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
參考文獻(xiàn)



本文編號(hào)：3817218