[发明专利]欺诈电话识别方法、装置、设备及介质

说明书

本发明实施例提供了一种欺诈电话识别方法、装置、设备及介质，包括如下步骤：获取用户的基础通话数据；将所述基础通话数据进行统计及计算，生成与用户通话的各电话号码及其数据特征；从所述与用户通话的各电话号码中选出多个已知的黑名单号码及多个已知的非黑名单号码；建立二分类训练模型，将所述多个已知的黑名单号码的数据特征与所述多个已知的非黑名单号码的数据特征输入所述二分类训练模型内，训练所述二分类训练模型，以得到经过训练的二分类训练模型；及将新号码的数据特征输入所述经过训练的二分类训练模型内，以识别该新号码是否是欺诈电话。本发明能直接识别欺诈电话，不需用户进行标识判断且不需要安装客户端。

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种欺诈电话识别方法、装置、设备及介质。

背景技术

目前，欺诈电话的判断方式是：基于用户的客户端进行判断标识。即用户接到欺诈电话后，通过终端，将该号码标识为欺诈电话，然后传到服务器端，服务器端将该号码列入“黑名单”，当该号码再拨打电话时，系统通过对比“黑名单”识别出该号码是欺诈电话，然后通过客户端提示用户。但现有技术存在以下弊端：欺诈电话的判断是由用户进行，用户可能误判欺诈电话，用户也可能故意进行错误标识；用户需安装客户端，未安装客户端或非智能手机用户不能进行欺诈标识与欺诈提示。

发明内容

本发明实施例提供了一种欺诈电话识别方法、装置、设备及介质，能够通过机器学习技术直接识别欺诈电话，不需要用户进行标识判断且不需要安装客户端。

第一方面，本发明实施例提供了一种欺诈电话识别方法，其包括如下步骤：获取用户的基础通话数据；将所述基础通话数据进行统计及计算，生成与用户通话的各电话号码及其数据特征；从所述与用户通话的各电话号码中选出多个已知的黑名单号码及多个已知的非黑名单号码；建立二分类训练模型，将所述多个已知的黑名单号码的数据特征与所述多个已知的非黑名单号码的数据特征输入所述二分类训练模型内，训练所述二分类训练模型，以得到经过训练的二分类训练模型；及将与用户通话的新号码的数据特征输入所述经过训练的二分类训练模型内，以识别该新号码是否是欺诈电话。

第二方面，本发明实施例提供了一种欺诈电话识别装置，其包括：通话数据获取模块、数据特征生成模块、号码选择模块及识别模块。所述通话数据获取模块用于获取用户的基础通话数据。所述数据特征生成模块用于将所述基础通话数据进行统计及计算，生成与用户通话的各电话号码及其数据特征。所述号码选择模块用于从所述与用户通话的各电话号码中选出多个已知的黑名单号码及多个已知的非黑名单号码。所述模型构建模块用于建立二分类训练模型，将多个已知的黑名单号码的数据特征与多个已知的非黑名单号码的数据特征输入所述二分类训练模型内，训练所述二分类训练模型，以得到经过训练的二分类训练模型。所述识别模块用于将与用户通话的新号码的数据特征输入所述经过训练的二分类训练模型内，以识别该新号码是否是欺诈电话。

本发明实施例提供了一种欺诈电话识别设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

与现有技术相比较，本发明实施例提供的欺诈电话识别方法、装置、设备及介质，可直接通过用户通话的行为进行是否是“欺诈电话”的判断，不需要用户进行标识，避免的用户误标问题；同时，不需要安装客户端，在网络侧就可进行分析判断，发现欺诈电话。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明一个实施例提供的欺诈电话识别方法的流程图。