[发明专利]基于无监督学习的诈骗呼叫序列检测方法

说明书

本发明提供了基于无监督学习的诈骗呼叫序列检测方法，包括：构造主叫呼叫序列和呼叫二部图；在呼叫二部图中进行随机游走过程，推断各主叫号码对应节点的低维嵌入表示向量；获取各被叫号码的唯一标识，以主叫号码对应节点的低维嵌入表示向量以及第M个被叫号码对应的唯一标识为神经网络的输入，以第M+1个被叫号码对应的唯一标识为输出，训练获得神经网络预测模型；获取待检测主叫呼叫序列中主叫号码对应节点的低维嵌入表示向量以及各被叫号码对应的唯一标识，并输入所述神经网络预测模型，若得到的预测唯一标识与实际唯一标识的误差大于设定阈值，则判断主叫号码为诈骗号码。本发明中提出的方法容易实现并行化计算，可以实现较高的检测效率。

技术领域

本发明属于数据挖掘与机器学习和商务智能等领域，本发明具体涉及一种无监督学习的诈骗呼叫序列检测方法，。

背景技术

电信欺诈检测是目前国内外电信行业中一个重要的问题，它威胁到人们的财产安全，同时对电信正常运营带来巨大的困扰。因此，运营商、政府部门都试图采取各种手段和技术进行电信欺诈的检测和识别。在实际中，每天呼叫的数据量非常大，涉及的被叫用户达到了亿级以上。而且，传统依靠用户标记进行诈骗电话的判断需要大量用户标记数据或网络举报投诉数据，上述数据的获得存在较高的难度，因此在现实环境中往往缺乏有效的主叫号码风险标签。因此，亟需设计一种能够一定程度克服上述缺陷的诈骗呼叫序列检测方法。

发明内容

有鉴于欺诈主叫用户一般会掩饰自己的行为在大量的正常行为中，并在较短的时间内隐藏他们的真实意图，而且欺诈行为通常是在连续的时间中发生，以获取非法利益，因此通过考虑主叫节点的完整行为序列为检测欺诈行为提供了独特的线索。本发明提供了一种基于无监督学习的诈骗呼叫序列检测方法，构建主叫呼叫序列，同时构造主叫节点和被叫节点的有向序列二部图；利用受限随机游走和Skip-Gram方法学习主叫节点的低维嵌入表示向量；利用LSTM模型进行预测下一个目标节点；利用平均交叉熵构建损失函数并利用Adam进行优化并求解参数，能够更准确地进行主叫的异常检测。本发明便于处理大量呼叫数据，并无需使用用户标记或投诉数据。

本发明提供了基于无监督学习的诈骗呼叫序列检测方法，具体包括：

从基础电信企业的信令数据库中抽取主叫号码的通话记录，构造主叫呼叫序列，根据呼叫关系构造呼叫二部图；

以呼叫二部图中随机一个主叫号码为起点，在呼叫二部图中进行随机游走过程，基于随机游走过程得到的节点集合，推断各主叫号码对应节点的低维嵌入表示向量；

获取各被叫号码的唯一标识，以主叫号码对应节点的低维嵌入表示向量以及第M个被叫号码对应的唯一标识为神经网络的输入，以第M+1个被叫号码对应的唯一标识为输出，训练获得神经网络预测模型；

获取待检测主叫呼叫序列中主叫号码对应节点的低维嵌入表示向量以及各被叫号码对应的唯一标识，并输入所述神经网络预测模型，若得到的预测唯一标识与实际唯一标识的误差大于设定阈值，则判断主叫号码为诈骗号码。

优选的是，所述的基于无监督学习的诈骗呼叫序列检测方法，所述主叫呼叫序列中被叫号码的数量不小于设定阈值。

优选的是，所述的基于无监督学习的诈骗呼叫序列检测方法，在随机游走过程中，在到达一目标节点后，查看当前目标节点与上一目标节点之间的通话时长，若通话时长大于预设时间窗口，则随机游走过程结束。

优选的是，所述的基于无监督学习的诈骗呼叫序列检测方法，采用Skip-Gram方法推断各主叫号码对应节点的低维嵌入表示向量。

优选的是，所述的基于无监督学习的诈骗呼叫序列检测方法，被叫号码的唯一标识通过将被叫号码转化为独热编码向量得到。

优选的是，所述的基于无监督学习的诈骗呼叫序列检测方法，将低维嵌入表示向量和独热编码向量连接，形成输入向量输入神经网络。