語音通話行為異?蛻舴治雠c挖掘的研究與實現(xiàn)
發(fā)布時間:2021-08-09 02:24
近年來,隨著互聯(lián)網(wǎng)的飛速發(fā)展,微博、微信等各種即時通信手段迅速普及應(yīng)用,但傳統(tǒng)的語音通話(固定、移動電話),由于其實時性,私密性和真實性等突出優(yōu)點,仍被廣泛使用。然而,語音通話在給人們帶來極大便利的同時,也給電信詐騙、惡意欠費及廣告騷擾等異常行為提供了便利。為此,人們迫切需要一種手段,能夠從大量的客戶群中快速、準(zhǔn)確地發(fā)現(xiàn)這些具有異常行為的客戶,然后采取適當(dāng)?shù)拇胧┯枰詰?yīng)對。由于上述發(fā)現(xiàn)工作必須處理大量的客戶數(shù)據(jù),需要消耗大量的人力物力,因此,如何運用有效的算法,主動發(fā)現(xiàn)具有異常行為特征的客戶,成為近些年來研究的熱點。本文首先通過對電信運營商客戶數(shù)據(jù)的分析,選擇客戶的語音通話記錄作為源數(shù)據(jù),實現(xiàn)異?蛻舻耐诰颉F浯,對目前常見的數(shù)據(jù)挖掘算法進行了研究、分析和比對,選擇并詳細研究了其中性能較好的聚類和分類算法。最后,將相關(guān)研究成果應(yīng)用于實際系統(tǒng)中,設(shè)計并實現(xiàn)了一個語音通話行為異?蛻舴治雠c挖掘系統(tǒng)。本文主要研究工作如下:(1)對目前常見的數(shù)據(jù)聚類算法進行了研究、分析和比對,選擇了一種改進后的K-means算法(AD-Kmeans算法),并予以詳細研究和實現(xiàn)。(2)對目前常見的數(shù)據(jù)分類算法進行...
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【部分圖文】:
AD-Kmeans算法和SVM算法結(jié)合的分類過程圖
圖 2.2 MVC 設(shè)計模式圖[16]del(模型層):屬于數(shù)據(jù)實體模型,存放你的實體類,可以重復(fù),提升了代碼的復(fù)用性[17]。ew(視圖層):由 html 等文本標(biāo)記語言搭建,為用戶提供可視化操
圖 4.1 系統(tǒng)體系結(jié)構(gòu)(1)表示層表示層以web的方式向用戶展現(xiàn)視圖,為用戶和服務(wù)器之間交互提供界 SpringMVC 框架進行配置,服務(wù)端接收到用戶請求后分發(fā)到相應(yīng)的業(yè)進行處理并通過 JSON 等方式返回數(shù)據(jù)從而響應(yīng)用戶請求。
【參考文獻】:
期刊論文
[1]基于分布式集群架構(gòu)下的SSM電商購物平臺設(shè)計[J]. 龍文佳,肖敏,劉義. 電腦編程技巧與維護. 2019(01)
[2]web應(yīng)用開發(fā)中的SSM框架設(shè)計[J]. 賀雪梅. 電子世界. 2019(01)
[3]基于SVM的電信詐騙行為特征識別方法[J]. 吉涵之,馬宇宸,李爽,李靜林. 軟件. 2017(12)
[4]農(nóng)業(yè)信息分類中K-means與SVM的混合算法研究[J]. 趙新苗,馮向萍,趙濤. 計算機技術(shù)與發(fā)展. 2017(06)
[5]基于AHP-DEMATEL模型的黑龍江省農(nóng)民專業(yè)合作社內(nèi)部資金互助的影響因素分析[J]. 王俊鳳,閆文. 金融理論與實踐. 2016(07)
[6]分類算法的研究進展[J]. 孫嘉睿. 中國新通信. 2015(21)
[7]基于K-means算法的電信用戶行為特征聚類分析[J]. 趙凱,蔣朝惠. 貴州大學(xué)學(xué)報(自然科學(xué)版). 2015(02)
[8]K-means聚類算法的研究和應(yīng)用[J]. 熊志斌,朱劍鋒,王冬. 電腦編程技巧與維護. 2014(08)
[9]基于屬性權(quán)重最優(yōu)化的k-means聚類算法[J]. 熊平,顧霄. 微電子學(xué)與計算機. 2014(04)
[10]改進k-means算法在電信CRM客戶分類中的應(yīng)用[J]. 左國才,周榮華,黎自強. 計算機系統(tǒng)應(yīng)用. 2012(11)
博士論文
[1]聚類算法模型的研究及應(yīng)用[D]. 陳樹.江南大學(xué) 2007
[2]面向電信CRM的數(shù)據(jù)挖掘應(yīng)用研究[D]. 陳金波.東南大學(xué) 2006
碩士論文
[1]基于K-Means和SVM的釣魚網(wǎng)站識別的研究[D]. 趙加林.西南交通大學(xué) 2016
[2]K-means聚類方法的改進及其應(yīng)用[D]. 李薈嬈.東北農(nóng)業(yè)大學(xué) 2014
[3]基于無線通話記錄的網(wǎng)絡(luò)優(yōu)化分析子系統(tǒng)設(shè)計與實現(xiàn)[D]. 劉昆.北京郵電大學(xué) 2014
[4]k-means算法改進及其在通信行業(yè)客戶細分中的應(yīng)用[D]. 成婭輝.湖南大學(xué) 2010
[5]基于SVM的分類挖掘算法及其應(yīng)用[D]. 張興旺.大慶石油學(xué)院 2007
[6]MVC設(shè)計模式的原理與實現(xiàn)[D]. 李霞.吉林大學(xué) 2004
本文編號:3331170
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【部分圖文】:
AD-Kmeans算法和SVM算法結(jié)合的分類過程圖
圖 2.2 MVC 設(shè)計模式圖[16]del(模型層):屬于數(shù)據(jù)實體模型,存放你的實體類,可以重復(fù),提升了代碼的復(fù)用性[17]。ew(視圖層):由 html 等文本標(biāo)記語言搭建,為用戶提供可視化操
圖 4.1 系統(tǒng)體系結(jié)構(gòu)(1)表示層表示層以web的方式向用戶展現(xiàn)視圖,為用戶和服務(wù)器之間交互提供界 SpringMVC 框架進行配置,服務(wù)端接收到用戶請求后分發(fā)到相應(yīng)的業(yè)進行處理并通過 JSON 等方式返回數(shù)據(jù)從而響應(yīng)用戶請求。
【參考文獻】:
期刊論文
[1]基于分布式集群架構(gòu)下的SSM電商購物平臺設(shè)計[J]. 龍文佳,肖敏,劉義. 電腦編程技巧與維護. 2019(01)
[2]web應(yīng)用開發(fā)中的SSM框架設(shè)計[J]. 賀雪梅. 電子世界. 2019(01)
[3]基于SVM的電信詐騙行為特征識別方法[J]. 吉涵之,馬宇宸,李爽,李靜林. 軟件. 2017(12)
[4]農(nóng)業(yè)信息分類中K-means與SVM的混合算法研究[J]. 趙新苗,馮向萍,趙濤. 計算機技術(shù)與發(fā)展. 2017(06)
[5]基于AHP-DEMATEL模型的黑龍江省農(nóng)民專業(yè)合作社內(nèi)部資金互助的影響因素分析[J]. 王俊鳳,閆文. 金融理論與實踐. 2016(07)
[6]分類算法的研究進展[J]. 孫嘉睿. 中國新通信. 2015(21)
[7]基于K-means算法的電信用戶行為特征聚類分析[J]. 趙凱,蔣朝惠. 貴州大學(xué)學(xué)報(自然科學(xué)版). 2015(02)
[8]K-means聚類算法的研究和應(yīng)用[J]. 熊志斌,朱劍鋒,王冬. 電腦編程技巧與維護. 2014(08)
[9]基于屬性權(quán)重最優(yōu)化的k-means聚類算法[J]. 熊平,顧霄. 微電子學(xué)與計算機. 2014(04)
[10]改進k-means算法在電信CRM客戶分類中的應(yīng)用[J]. 左國才,周榮華,黎自強. 計算機系統(tǒng)應(yīng)用. 2012(11)
博士論文
[1]聚類算法模型的研究及應(yīng)用[D]. 陳樹.江南大學(xué) 2007
[2]面向電信CRM的數(shù)據(jù)挖掘應(yīng)用研究[D]. 陳金波.東南大學(xué) 2006
碩士論文
[1]基于K-Means和SVM的釣魚網(wǎng)站識別的研究[D]. 趙加林.西南交通大學(xué) 2016
[2]K-means聚類方法的改進及其應(yīng)用[D]. 李薈嬈.東北農(nóng)業(yè)大學(xué) 2014
[3]基于無線通話記錄的網(wǎng)絡(luò)優(yōu)化分析子系統(tǒng)設(shè)計與實現(xiàn)[D]. 劉昆.北京郵電大學(xué) 2014
[4]k-means算法改進及其在通信行業(yè)客戶細分中的應(yīng)用[D]. 成婭輝.湖南大學(xué) 2010
[5]基于SVM的分類挖掘算法及其應(yīng)用[D]. 張興旺.大慶石油學(xué)院 2007
[6]MVC設(shè)計模式的原理與實現(xiàn)[D]. 李霞.吉林大學(xué) 2004
本文編號:3331170
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3331170.html
最近更新
教材專著