语音通话行为异常客户分析与挖掘的研究与实现

发布时间：2021-08-09 02:24

　　近年来,随着互联网的飞速发展,微博、微信等各种即时通信手段迅速普及应用,但传统的语音通话（固定、移动电话）,由于其实时性,私密性和真实性等突出优点,仍被广泛使用。然而,语音通话在给人们带来极大便利的同时,也给电信诈骗、恶意欠费及广告骚扰等异常行为提供了便利。为此,人们迫切需要一种手段,能够从大量的客户群中快速、准确地发现这些具有异常行为的客户,然后采取适当的措施予以应对。由于上述发现工作必须处理大量的客户数据,需要消耗大量的人力物力,因此,如何运用有效的算法,主动发现具有异常行为特征的客户,成为近些年来研究的热点。本文首先通过对电信运营商客户数据的分析,选择客户的语音通话记录作为源数据,实现异常客户的挖掘。其次,对目前常见的数据挖掘算法进行了研究、分析和比对,选择并详细研究了其中性能较好的聚类和分类算法。最后,将相关研究成果应用于实际系统中,设计并实现了一个语音通话行为异常客户分析与挖掘系统。本文主要研究工作如下:（1）对目前常见的数据聚类算法进行了研究、分析和比对,选择了一种改进后的K-means算法（AD-Kmeans算法）,并予以详细研究和实现。（2）对目前常见的数据分类算法进行... 

【文章来源】：南昌大学江西省 211工程院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

AD-Kmeans算法和SVM算法结合的分类过程图

图 2.2 MVC 设计模式图[16]del（模型层）：属于数据实体模型，存放你的实体类，可以重复，提升了代码的复用性[17]。ew（视图层）：由 html 等文本标记语言搭建，为用户提供可视化操

图 4.1 系统体系结构（1）表示层表示层以web的方式向用户展现视图，为用户和服务器之间交互提供界 SpringMVC 框架进行配置，服务端接收到用户请求后分发到相应的业进行处理并通过 JSON 等方式返回数据从而响应用户请求。

【参考文献】：
期刊论文
[1]基于分布式集群架构下的SSM电商购物平台设计[J]. 龙文佳,肖敏,刘义.  电脑编程技巧与维护. 2019(01)
[2]web应用开发中的SSM框架设计[J]. 贺雪梅.  电子世界. 2019(01)
[3]基于SVM的电信诈骗行为特征识别方法[J]. 吉涵之,马宇宸,李爽,李静林.  软件. 2017(12)
[4]农业信息分类中K-means与SVM的混合算法研究[J]. 赵新苗,冯向萍,赵涛.  计算机技术与发展. 2017(06)
[5]基于AHP-DEMATEL模型的黑龙江省农民专业合作社内部资金互助的影响因素分析[J]. 王俊凤,闫文.  金融理论与实践. 2016(07)
[6]分类算法的研究进展[J]. 孙嘉睿.  中国新通信. 2015(21)
[7]基于K-means算法的电信用户行为特征聚类分析[J]. 赵凯,蒋朝惠.  贵州大学学报(自然科学版). 2015(02)
[8]K-means聚类算法的研究和应用[J]. 熊志斌,朱剑锋,王冬.  电脑编程技巧与维护. 2014(08)
[9]基于属性权重最优化的k-means聚类算法[J]. 熊平,顾霄.  微电子学与计算机. 2014(04)
[10]改进k-means算法在电信CRM客户分类中的应用[J]. 左国才,周荣华,黎自强.  计算机系统应用. 2012(11)

博士论文
[1]聚类算法模型的研究及应用[D]. 陈树.江南大学 2007
[2]面向电信CRM的数据挖掘应用研究[D]. 陈金波.东南大学 2006

硕士论文
[1]基于K-Means和SVM的钓鱼网站识别的研究[D]. 赵加林.西南交通大学 2016
[2]K-means聚类方法的改进及其应用[D]. 李荟娆.东北农业大学 2014
[3]基于无线通话记录的网络优化分析子系统设计与实现[D]. 刘昆.北京邮电大学 2014
[4]k-means算法改进及其在通信行业客户细分中的应用[D]. 成娅辉.湖南大学 2010
[5]基于SVM的分类挖掘算法及其应用[D]. 张兴旺.大庆石油学院 2007
[6]MVC设计模式的原理与实现[D]. 李霞.吉林大学 2004



本文编号：3331170