[发明专利]一种基于用户地址的户变关系异常判别方法

摘要

本发明主要公开了一种基于用户地址的户变关系异常判别方法，包括以下步骤：输入用户数据集合T，选择有效用户数据集合T，以选定的k1个地址码作为大地址构建k1层决策树，每层决策树含有k2个用户数据集合，遍历k1层决策树中每个用户数据集合，若用户数据集合内的用户数量小于l1，则用户数据集合内的用户都判断为户变嫌疑用户，对剩下TU个用户数据集合处理得到P个聚类集合{Q1,Q2,...,Qp}，遍历p个聚类集合Qk，若聚类集合Qk内的用户数量小于l2，则输出聚类集合Qk内的所有用户均为户变嫌疑用户。本发明具有节省时间、人力和资金成本，提高投入产出比的特点。

主权项

1.一种基于用户地址的户变关系异常判别方法，其特征在于：包括以下步骤：1)输入用户集合T，用户集合T包含n个用户{H1,H2,...,Hn}，每个用户包含7个地址码；2)选择有效的用户集合T，对地址缺失和地址异常的用户Hi进行处理；3)以选定的k1个地址码作为大地址构建k1层决策树，其中1≤k1≤7；则每层决策树含有k2个用户集合{T1,T2,...,Tk2}，每个用户集合Tj中包含k3个用户Tj＝{H1,H2,...,Hk3}，其中1≤j≤k2，1≤k3≤n；4)以用户集合Tj作为决策树的节点集合，定义节点阈值为l1，遍历k1层决策树中每个节点集合内的用户数量k3，若k3＜l1，则输出用户集合Tj中的所有用户都为户变嫌疑用户且删除用户；否则，用户集合Tj中的所有用户都为正常用户，不做处理；5)剩下Tu个用户集合，每个用户含有7‐k1个地址码，将Tu个用户集合进行Z‐score归一化处理；6)定义最少类别数为p，聚类集合阈值为l2；7)选择加权最小距离进行层次聚类分析，得到P个聚类集合{Q1,Q2,...,Qp}；8)遍历p个聚类集合Qk，若聚类集合Qk内的用户数量小于l2，则输出聚类集合Qk内的所有用户均为户变嫌疑用户；否则，聚类集合Qk内的所有用户均为正常用户，不做处理；9)结合步骤4和步骤8，输出所有户变嫌疑用户。