作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
骚扰欺诈电话严重扰乱正常的生产生活秩序。由于快递、外卖、客服等电话在通话行为上与骚扰欺诈电话有一定的相似性,容易形成误判,为骚扰欺诈电话的治理增大了难度。用户在通信过程中产生大量通话、位置、流量等大数据。随着人工智能技术的进步,运营商可以基于数据利用人工智能进行骚扰欺诈电话的预测识别,提高治理骚扰欺诈电话的准确度和覆盖率。
推荐文章
一种基于用户行为状态特征的流量识别方法
流量识别
用户行为
行为状态特征
主题模型
基于聚类分析的电子商务用户行为识别
聚类分析
用户营销
电子商务
用户行为识别
基于用户行为分析的广告欺诈点击检测
欺诈点击
用户行为
数据挖掘
博弈控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于用户行为特征分析的骚扰欺诈电话识别技术
来源期刊 文化产业 学科 工学
关键词 骚扰欺诈电话 大数据 PYTHON 机器学习
年,卷(期) 2020,(16) 所属期刊栏目
研究方向 页码范围 21-23
页数 3页 分类号 TN918
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张婧旭 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
骚扰欺诈电话
大数据
PYTHON
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
文化产业
半月刊
1674-3520
14-1347/G2
16开
山西省太原市迎泽区柳巷南路云路街小区2号
22-415
2008
chi
出版文献量(篇)
3366
总下载数(次)
29
论文1v1指导