CN102081774A - 养卡识别方法及系统 - Google Patents

Abstract

本发明提供一种养卡识别方法及系统，所述养卡识别方法包括以下步骤：获取用户号码的养卡相关数据；根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群；获取所述用户号码群的特征指标信息，根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，得到所述养卡用户号码群；根据所述养卡用户号码群，识别养卡代理商。本发明能够自动、准确地识别出代理商的养卡作弊行为。

Description

养卡识别方法及系统

技术领域

本发明涉及业务支撑技术领域，尤其涉及一种养卡识别方法及系统。

背景技术

所谓“养卡”是指渠道代理商受利益驱使，利用运营商的政策漏洞或管理漏洞，通过作弊手段制造虚假用户，冒充销售工作成果，达到牟取不正当利益的行为。养卡作弊行为会造成运营商的巨大损失，因此，需要通过一定的技术手段对该行为进行识别。

现有技术中，可以采用半人工半计算机处理的方式识别养卡作弊行为，具体为：首先人工自定义养卡识别规则；然后，根据自定义的养卡识别规则，识别代理商的养卡作弊行为。

上述养卡识别方法存在以下缺点：

需要根据样本数据人工总结养卡识别规则。即，需要在大量的养卡代理商已牟得非法利益后，才能采集养卡代理商的样本数据，对该样本数据进行分析，总结出养卡识别规则，此时，运营商往往已经产生了很大的损失。另外，该样本数据还需要能够充分地反映出养卡代理商的特征，否则可能无法总结出准确的养卡识别规则。

人工处理涉及用户号码隐私。即，在样本数据分析过程中，可能需要人工读取用户数据，这就涉及到用户的隐私问题。

缺乏自适应能力。即，在管理人员总结出一条养卡识别规则后，代理商可能会通过改变作弊手段来避开这些识别规则，管理人员必须不断总结新的识别规则，从而耗费大量的人力资源。

发明内容

有鉴于此，本发明提供一种养卡识别方法及系统，能够自动、准确地识别出代理商的养卡作弊行为。

为达到上述目的，本发明提供一种养卡识别方法，包括以下步骤：

获取用户号码的养卡相关数据；

根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群；

获取所述用户号码群的特征指标信息，根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，得到所述养卡用户号码群；

根据所述养卡用户号码群，识别养卡代理商。

所述根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群，具体为：

根据预设相似性分析算法，两两判断所述用户号码的养卡相关数据是否相似；

采用预设分类算法，将养卡相关数据相似的用户号码组成一用户号码群。

所述预设相似性分析算法为余弦相似性分析算法、欧氏距离分析算法或相关系数分析算法，所述预设分类算法为k-means簇聚分类算法。

所述获取所述用户号码群的特征指标信息，具体为：

判断所述用户号码群中的用户号码数量是否超过预设阈值；

获取用户号码数量超过预设阈值的用户号码群的特征指标信息。

所述特征指标信息包括：所述用户号码群中用户号码的养卡相关数据的平均状况信息和内部差异信息；

所述根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，具体为：

将所述平均状况信息和内部差异信息分别与预设阈值进行比较，得到一比较结果；

根据所述比较结果，判断所述用户号码群是否为养卡用户号码群。

所述得到所述养卡用户号码群，之后还包括：

对所述养卡用户号码群中用户号码的养卡相关数据进行特征分析，得到养卡识别规则；

根据所述养卡识别规则，快速识别养卡用户号码。

所述养卡相关数据包括用户号码的用户行为数据。

所述养卡相关数据还包括代理商购销数据和/或运营商营销方案信息。

本发明还提供一种养卡识别系统，包括：

第一获取模块，用于获取用户号码的养卡相关数据；

分类模块，用于根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群；

第一判断模块，用于获取所述用户号码群的特征指标信息，根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，得到所述养卡用户号码群；

识别模块，用于根据所述养卡用户号码群，识别养卡代理商。

所述分类模块包括：

相似性分析单元，用于根据预设相似性分析算法，两两判断所述用户号码的养卡相关数据是否相似；

组群单元，用于采用预设分类算法，将养卡相关数据相似的用户号码组成一用户号码群。

所述养卡识别系统还包括：

筛选模块，用于判断所述分类模块中得到的用户号码群中的用户号码数量是否超过预设阈值，并将用户号码数量超过预设阈值的用户号码群发送给所述第一判断模块。

所述特征指标信息包括所述用户群中用户号码的养卡相关数据的平均状况信息和内部差异信息；

所述第一判断模块包括：

第一获取单元，用于获取所述用户号码群中用户号码的养卡相关数据的平均状况信息；

第二获取单元，用于获取所述用户号码群中用户号码的养卡相关数据的内部差异信息；

比较单元，用于将所述平均状况信息和内部差异信息分别与预设阈值进行比较，得到一比较结果；

执行单元，用于根据所述比较结果，判断所述用户号码群是否为养卡用户号码群。

所述养卡识别系统还包括：

识别规则生成模块，用于对所述养卡用户号码群中用户号码的养卡相关数据进行特征分析，得到养卡识别规则；

快速识别模块，用于根据所述养卡识别规则，快速识别养卡用户号码。

本发明具有以下有益效果：

能够根据用户号码的养卡相关数据，对用户号码进行分类，得到养卡相关数据相似的用户号码群，并根据用户号码群的特征指标信息，识别出养卡用户号码群，从而自动、准确地识别出养卡代理商，整个养卡识别过程无需人工参与；

另外，由于养卡代理商的养卡行为均体现在用户号码数据上，对用户号码数据进行分析，无需关注代理商的养卡手段，因此，具有自适应能力，能够不断应对新出现的养卡手段；

在识别出养卡代理商后，还可以对养卡代理商的养卡行为数据进行取证，让作弊的代理商伏法；

能够判断运营商的营销方案被代理商养卡利用的风险，提醒营销管理人员改进营销方案，避免不法代理商养卡套利。

附图说明

图1为本发明实施例的养卡识别方法的一流程示意图；

图2本发明实施例的养卡识别方法的另一流程示意图；

图3本发明实施例的养卡识别系统的一结构示意图；

图4本发明实施例的养卡识别系统的另一结构示意图；

图5本发明实施例的养卡识别系统的一具体应用场景示意图。

具体实施方式

由于代理商的养卡用户号码通常需要具有规模化和低成本的特性，否则将无利可图，因此，本发明实施例中，主要基于养卡用户号码的上述两点特性对用户号码数据进行分析，识别出养卡用户号码，从而自动识别出养卡代理商。所谓养卡用户号码是指养卡代理商通过作弊手段制造的虚假用户号码。

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

如图1所示为本发明实施例的养卡识别方法的一流程示意图，所述养卡识别方法包括以下步骤：

步骤101，获取用户号码的养卡相关数据。

所述用户号码是指当前处于激活状态的手机号码卡，可以为代理商所销售的所有已激活的用户号码，当然，为了减小运算量，通常采用代理商已销售的近期激活的用户号码。所述养卡相关数据可以为：用户号码的激活时间(用户买到手机号码卡后，开通服务的时间)、账单金额(ARPU)、月固定费(月租和功能费等)、余额、主叫次数或被叫次数等数据。该步骤中具体需要获取哪些养卡相关数据以及养卡相关数据的数量，均可以由系统管理人员自主设置。

步骤102，根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群。

根据上述描述可知，养卡用户号码需要具有规模化和低成本的特性，即，养卡代理商需要同时拥有多个养卡用户号码，且每个养卡用户号码的养卡相关数据(例如用户号码的激活时间、充值累计次数、充值累计金额等)具有很大的相似性，才可以有效降低养卡成本，否则将无利可图。所述养卡成本通常主要包括两方面内容，一方面是指为了制造养卡用户号码正常使用中的假象，以号码充值等方式向运营商支付的金钱，另一方面是指养卡代理商从事养卡行为的人力成本。

因此，本发明实施例中将具有相似养卡相关数据的用户号码组成一个用户号码群，该用户号码群则有可能为同一代理商的养卡用户号码群。

步骤103，获取所述用户号码群的特征指标信息，根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，得到所述养卡用户号码群。

所述特征指标信息用于描述所述用户号码群中所有用户号码的养卡相关数据的内部特征，所述特征指标信息可以包括：用户号码群中用户号码的养卡相关数据的平均状况信息和内部差异信息。

举例来说，所述平均状况信息可以包括：用户号码的激活时间的众数(出现最多的时间)、账单金额的平均数、当月累计消费的平均数等。所述内部差异信息可以包括：用户号码的激活时间的熵、账单金额的标准差、当月累计消费的标准差等。

假设判断出用户号码群满足以下预设条件：用户号码群中用户号码的激活时间比较集中、用户号码账单金额的平均数小于预设阈值、用户号码余额的平均数小于预设阈值等，则可以得出所述用户号码群为养卡用户号码群的判断结果。所述预设条件可以由系统管理人员自主设置。

步骤104，根据所述养卡用户号码群，识别养卡代理商。

通过上述实施例提供的养卡识别方法，能够根据用户号码的养卡相关数据，对用户号码进行分类，得到养卡相关数据相似的用户号码群，并根据用户号码群的特征指标信息，识别出养卡用户号码群，从而自动、准确地识别出养卡代理商，整个养卡识别过程无需人工参与。另外，由于养卡代理商的养卡行为均体现在用户号码数据上，对用户号码数据进行分析，无需关注代理商的养卡手段，因此，具有自适应能力，能够不断应对新出现的养卡手段。

上述实施例中，所述养卡相关数据可以包括：用户号码的用户行为数据，所述用户行为数据即用户号码使用通信业务时产生的数据，例如，用户号码的激活时间、账单金额、月固定费、余额、主叫次数或被叫次数等数据。另外，为了使得养卡识别的分析结果更加准确，所述养卡相关数据还可以包括：代理商购销数据和/或运营商的营销方案信息。

由于需要从一个或多个数据存储系统中获取上述用于养卡识别的养卡相关数据，因此，在进行养卡识别之前，还需要对上述数据进行采集并整合，以下将获取养卡相关数据的过程称为实时数据整合操作。

所述实时数据整合操作主要包括以下步骤：

步骤一，数据采集，数据采集主要包括：从通信产品系统中采集用户号码的用户行为数据；从代理商管理系统中采集代理商购销数据，如：代理商的取货记录和销售记录等；从营销方案管理系统中采集营销方案信息。

本发明实施例中，可以通过一FTP(File Transfer Protocol，文件传输协议)服务器从通信产品系统、代理商管理系统和营销方案管理系统的数据库中采集上述数据。另外，所述FTP服务器还具有数据预处理功能，FTP服务器在接收到数据后，可以触发一数据检验程序，对采集到的数据进行检查与修正，例如，对缺失的数据进行回补等，还可以触发一数据格式转换程序，对采集到的数据按照本系统的数据结构要求进行格式转换，完成转换后，则可以将转换后的数据加载到数据库之中，以上过程称为ETL(Extract，Transform，Load：抽取、转换、加载)。

步骤二，数据整合，数据整合主要包括两个维度的整合：一是代理商维度的整合，将代理商管理系统、代理商购销系统、营销方案管理系统中的代理商购销信息整合起来，合并成一个代理商信息表；二是用户号码维度的整合，将通信产品系统中的用户号码的用户行为数据，代理商管理系统、代理商购销系统、营销方案管理系统中的用户号码状态数据(例如，销售该用户号码的代理商、该用户号码使用的营销方案等)进行整合，合并成一个用户号码信息表。

本发明实施例中，将合并得到的代理商信息表、用户号码信息表称为宽表，在所述用户号码信息宽表中，每一个用户号码的相关数据汇总成一条记录，在所述代理商信息宽表中，每一个代理商的相关数据汇总成一条记录。

数据整合完成后，则可以根据整合得到的养卡相关数据，执行养卡识别操作，下面举例对本发明实施例的养卡识别方法进行详细说明。

如图2所示为本发明实施例的养卡识别方法的另一流程示意图，所述养卡识别方法包括以下步骤：

步骤201，获取用户号码的养卡相关数据。所述养卡相关数据可以包括从通信产品系统中获取的用户号码的用户行为数据，还可以包括从代理商购销系统中获取的代理商购销信息，以及从营销方案管理系统中获取的运营商的营销方案信息。表1为本发明实施例中获取的养卡相关数据的一具体实施例：

表1

上述表1中的“字段名”为其所对应的养卡相关数据在相应宽表中的名称，本发明实施例中采用表1中的29个养卡相关数据进行养卡分析，当然，也可以只采用上述29个养卡相关数据中的一部分数据进行养卡分析，或者也可以采用更多养卡相关数据进行养卡分析，采用的养卡相关数据越多，则分析结果越准确，然而也相应的增加了运算量。

步骤202，根据预设相似性分析算法，两两判断所述用户号码的养卡相关数据是否相似；

本发明实施例中可以采用余弦相似性、欧氏距离和相关系数等相似性分析算法，两两判断所述用户号码的养卡相关数据是否相似，下面对余弦相似性、欧氏距离和相关系数的实现方法进行简单说明。

设X、Y是两个用户号码的养卡相关数据的向量，其中：

余弦相似性的计算公式为：余弦相似性＝X·Y/sqrt(X·X+Y·Y)，其中“·”表示向量点积，sqrt是平方根运算函数。

欧氏距离的计算公式为：欧氏距离＝sqrt((X-Y)·(X-Y))，其中“·”表示向量点积，sqrt是平方根运算函数。

相关系数的计算公式为：相关系数＝(E(XY)-E(X)E(Y))/(D(X)D(Y))，其中E为数学期望，D为均方差计算。

当然，也可以采用其他相似性分析算法，在此不再一一描述。

步骤203，采用预设分类算法，将养卡相关数据相似的用户号码组成一用户号码群。

本发明实施例中，可以采用标准的K-means簇聚分类算法，将养卡相关数据相似的用户号码组成一用户号码群，分类的原则是：每一类的用户号码的行为相似，不同类之间的用户号码的行为很大程度上不相同。

K-means簇聚分类算法的输入数据为：类数K；上述表1中的养卡相关数据表；输出数据为：K个集合Si，其中，i＝1，2，..，K，Si为第i类用户号码集合。

K-means簇聚分类算法的实现过程主要包括以下步骤：

步骤一，假设要聚成K个类，随机决定K个类中心Z1(1)，Z2(1)，...，Zk(1)；

步骤二，在第k次叠代中，样本集{Z}用如下方法分类：

对所有i＝1，2，..，K，i≠j，若‖Z-Z_j(k)‖＜‖Z-Z_i(k)‖，则Z∈S_j(k)；

步骤三，令步骤二中得到的Sj(k)的新的类中心为Zj(k+1)；令

最小，j＝1，2，...，K；则

Nj：Sj(k)中的样本数。

对于所有的j＝1，2，...，K，若Zj(k+1)＝Zj(k)，则结束分类，否则返回步骤二；

上述分类算法中，可取K＝8，K的值可以根据具体用户号码构成的复杂情况进行变动，复杂性高的就选取更大的K值。

本发明实施例中，经过簇聚分类后，可以将用户号码分为以下几种类型的用户号码群：养卡用户号码群、主流用户号码群、低质用户号码群和特高质用户号码群。

步骤204，判断所述用户号码群中的用户号码数量是否超过预设阈值，如果是，进入步骤205，否则结束；

所述步骤204又称为用户号码群筛选步骤，由于养卡必然要规模化，基于该点考虑，本发明实施例中只选取用户号码数量超过预设阈值(例如15)的用户号码群进行分析，用户号码数量太少的用户号码群则作为偶然现象被淘汰。

步骤205，获取用户号码群中用户号码的养卡相关数据的平均状况信息和内部差异信息；

所述步骤205又称为特征指标信息归纳步骤，该步骤中分别对每个用户号码群中用户号码的养卡相关数据进行分析归纳，得到描述各类特征的特征指标信息，所述特征指标信息可以包括：用户号码群中用户号码的养卡相关数据的平均状况信息和内部差异信息，所述平均状况信息是指用户号码群中用户号码的养卡相关数据的平均值或平均分布，所述内部差异信息是指用户号码群中用户号码的养卡相关数据的内部比较结果。

如表2所示为本发明实施例的用户号码群的特征指标信息的一具体实施例：

表2

上述表格中，众数、平均数表示用户号码群中用户号码的养卡相关数据的平均状况信息，熵、标准差表示用户号码群中用户号码的养卡相关数据的内部差异信息。

步骤206，将所述平均状况信息和内部差异信息分别与预设阈值进行比较，得到一比较结果；

步骤207，根据所述比较结果，判断所述用户号码群是否为养卡用户号码群，得到养卡用户号码群。

步骤206和步骤207又称为推理步骤，该步骤中分别基于每类(用户号码群)的特征指标信息对每类进行合理性推理，满足合理性原则的用户号码群为正常用户号码群，反之就是养卡用户号码群。如表3所示为本发明实施例的合理性原则的一具体实施例：

表3

本发明实施例中，要求用户号码群的特征指标信息满足上述所有条件，才能被判断为满足合理性原则，为正常用户号码群，否则为养卡用户号码群。

经过上述推理步骤后，得出养卡用户号码群为满足以下条件的类：BadSet＝{i|i是1～K类中用户号码数多于15，且不满足合理性原则的类}

步骤209，根据所述养卡用户号码群，识别养卡代理商。

由于需要对大量的用户号码的养卡相关数据进行分析处理，因此，上述养卡识别方法的计算量通常很大，在设备资源有限的情况下，不宜经常执行上述养卡识别操作，通常情况下是每隔三、四个月执行一次。

实际上，代理商养卡作弊的手段并不会频繁地发生变化，因此，本发明实施例中，在识别出养卡代理商后，可以对养卡代理商对应的养卡用户号码的养卡相关数据进行特征分析，归纳出该些养卡用户号码的养卡相关数据的共同特征，从而总结出运算量较低的养卡识别规则，在下一次进行养卡用户号码的识别时，直接根据所述养卡识别规则，则可以快速识别出养卡用户号码。

所述养卡识别规则可以为：对所有i＝1，2，..，K，i≠j，若‖Z-Z_j(k)‖＜‖Z-Z_i(k)‖，则Z∈S_j(k)，当且仅当Sj(k)属于养卡类集合BadSet，Z是养卡用户号码。

在每执行一次上述养卡识别操作时，本发明实施例则能够自适应地归纳出新的养卡识别规则，并用新的养卡识别规则取代旧的养卡识别规则，对代理商的养卡作弊行为进行识别。此时，还可以对新的养卡识别规则和旧的养卡识别规则的识别结果进行对比，若发现旧的养卡识别规则的识别结果与新的养卡识别规则的识别结果的差距很大，则说明代理商很可能采用了新的作弊手法，此时，可以再去查找具体是哪些代理商的用户号码的养卡相关数据出现变化，进行深入识别。

在上述养卡识别操作完成后，本发明实施例中还可以执行养卡报警操作，所述养卡报警操作主要包括以下步骤：

首先，养卡报警操作包括验证步骤。在上述实施例中识别出养卡用户号码时，为了使得识别的结果更加准确，本发明实施例中还可以对识别出的养卡用户号码进行进一步的深入分析，例如，分析养卡用户号码群中用户号码的连续性等。由于养卡识别操作中需要计算的数据量较大，因此一般采用计算量较小的算法对用户号码的养卡相关数据进行分析处理。在验证步骤中，由于需要验证的用户号码的数量远远小于养卡识别操作时的用户号码，因此，可以采用较大计算量的算法对用户号码的养卡相关数据进行分析处理，以验证养卡用户号码的真实性。

举例来说，所述验证步骤可以包括以下内容：

扩展用户号码的养卡相关数据。在养卡识别操作过程中，有些数据因为接口的困难不宜一开始就纳入分析，例如：用户号码的开关机时间和地理位置信息等，在锁定小范围的养卡用户号码后，可以从网管部门获取这些数据。

加强簇聚分类。可以采用标准的层次簇聚(Hierachical Clustering)算法对用户号码数据进行分析。在养卡识别操作过程中，若直接采用层次簇聚算法，计算复杂度是数据量的平方级别，因此，不宜采用。在初步确定了较小量的养卡用户号码后，就可以通过运算量较大的层次簇聚算法，扫描出一个或几个代理商的用户号码连续的部分，加强养卡用户号码的确定性。同样地，消费额、帐户余额完全一样的用户号码也可以被扫描出来，以验证养卡的真实性。

其次，养卡报警操作还包括取证步骤。即，在识别出养卡代理商之后，对养卡代理商的购销数据进行归纳分析，对养卡代理商的养卡行为数据进行取证，例如，养卡代理商的养卡行为的关键时间地点等信息。

对养卡代理商的养卡行为数据进行取证的方法可以具体为：

获取养卡用户号码批量开通的集中时间，例如，计算号码激活时间最频繁的3个时间段；

获取大规模按顺序激活的用户号码，例如，通过层次聚类计算养卡用户号码群中几乎连续出现的号码群，多于预设数值(例如20)个用户号码的连续号码群的作弊可能性很大；

获取养卡操作机IMEI号，即表1中的最高频IMEI；

获取业务批量作弊办理的集中时间，例如，计算代理商办理业务量最多的3个时间段；

从网管系统提取并计算的用户号码关机时间，判断用户关机时间是否过长；

判断用户号码是否长期没有移动，从网管系统提取用户号码地理位置，计算出养卡用户号码停留时间最多的方位，系统管理者还可以根据该地点侦查养卡窝点；

获取代理商所获得的酬金，根据代理商管理系统的酬金支付记录来记算，酬金越高说明代理商从运营商不法套利越多。

最后，养卡报警操作还包括报警步骤，即，在识别出养卡代理商后，向系统管理者报警，具体的，可以根据以上分析结果生成如表4所示的电子报表，向系统管理者报警。

表4

上述实施例中，在获取到养卡用户号码群后，还可以根据所述养卡用户号码群，判断运营商的营销方案是否需要修改，具体的，上述养卡识别方法还包括以下步骤：

步骤一，获取运营商的营销方案；

步骤二，获取符合所述营销方案的用户号码；

步骤三，根据所述养卡用户号码群，获取符合所述营销方案的用户号码中养卡用户号码的数量；

步骤四，根据所述符合所述营销方案的用户号码中养卡用户号码的数量，判断所述营销方案是否需要修改。

上述步骤还称为营销漏洞报警操作，在营销管理人员设计新的营销方案时，可以通过上述分析，判断新的营销方案被代理商养卡利用的风险，提醒营销管理人员改进营销方案，避免不法代理商养卡套利。

下面举例对上述营销漏洞报警操作进行详细说明，主要包括以下内容：

获取营销方案的办理条件，即申办营销方案的用户号码所应具有的条件，例如：“入网时长大于3年”、“半年内消费大于500元”等办理条件；

对满足办理条件的用户号码进行分析与漏洞提示，具体的，查询数据库中的用户号码，找出所有满足办理条件的用户号码，并且根据上述养卡识别操作的识别结果，获取所述满足办理条件的用户号码中存在的养卡用户号码的数量，从而营销方案管理人员可以得知该营销方案会被多少养卡用户号码所利用，以及会造成多大的损失等信息；

营销方案修改建议，具体的，可以通过利用特征归纳算法，对满足办理条件的用户号码中的养卡用户号码和正常用户号码进行划分，并归纳出各自的特征规则，该些特征规则中的数据字段可以包括如表5所示的内容：

表5

规则字段	说明
		入网时长	用户号码购买本通信运营商服务的月数
被叫交往圈大小	同表1
		ARPU(账单金额)	同表1
MOU	通话分钟数
		GPRS流量
WAP网站访问
		漫游通话时长
长途通话时长
		业务办理次数

具体的，上述特征规则算法具体为：

运行ID3决策树算法，以是否为养卡用户号码为目标变量，上表的字段为自变量；

分析所构建出的决策树的正常用户号码结点，按用户号码数量进行排序，不断选出用户号码数量最多的结点，直至用户号码数量达到营销活动的预期规模；

每个正常用户号码的决策树结点对应一条规则，例如：“MOU＞30且WAP网站访问次数＞20”。营销方案管理人员可以将这些规则加入到营销方案的办理条件中去，以便将养卡用户号码排除在营销方案之外，不给不良代理商套利的机会。

通过具体测试，可以得出本发明实施例的养卡识别方法具有以下有益效果：

及时性。经过测试可知，现有技术中的养卡识别方法发现和验证代理商的新的养卡手段至少需要半年时间(包括收集数据时间和人工分析时间)，而本发明实施例中可以更快地进行养卡识别操作，总结出新的养卡识别规则，以应对新的养卡手段。一般情况下，收集2至3个月的用户数据后就可有效地进行养卡识别操作；在总结出新的养卡识别规则后，只需要收集1至2个月的数据就可以准确识别。其时效性远远大于现有技术中的养卡识别方法。

覆盖率高。现有技术中的养卡识别方法只能识别明显的养卡作弊行为，而本发明实施例的养卡识别方法在某些城市试用后，许多小规模的养卡代理商也可以被发现，识别出的养卡代理商数量是现有技术中的养卡识别方法的8.7倍，识别出的养卡用户号码的数量是现有技术中的养卡识别方法的5.3倍。

确凿性。现有技术中的养卡识别方法由于需要人工总结养卡识别规则，凭业务人员的直觉判断，确凿性不高。而，本发明实施例的养卡识别方法能够找出养卡用户号码与正常用户号码明显不同的特征，另外本发明实施例中的养卡取证也对养卡代理商起到了镇伏作用。

效益高。本发明实施例的养卡识别方法在某些城市使用后，挽回了代理商作弊套利给运营商造成的一年约500万元的经济损失，并根据后期监测数据显示，大量原养卡用户号码被售出而成为有较高经济价值的真实用户号码；或者被注销掉，由运营商回收再用。大部分养卡代理商放弃养卡这种赚钱手段后，不得不重新投入到正常经营上，从而出现养卡用户数量下降的同时，用户号码业务量上升的局面。另外，通过对用户的调查也显示，在原来养卡比较严重的较僻远地区，因为代理商的服务态度有所提高，用户号码对该运营商的满意度也有了提高。

效率高。现有技术中的养卡识别方法需要安排专门的业务人员不断总结养卡识别规则，十分被动。而，本发明实施例的养卡识别方法完全不需要人工参与，在某些城市试用前，渠道管理部门需要安排20％的人力做养卡访查，本发明实施例的养卡识别方法投入使用后，新的养卡识别规则基本都由系统自动归纳，因此，不用设置专职人员，提高了管理效率，并且能够将精力集中到渠道规模拓展和能力提升的工作上，进一步提高运营商的效益。

如图3所示为本发明实施例的养卡识别系统的一结构示意图，所述养卡识别系统可以采用上述实施例中的养卡识别方法识别养卡代理商，所述养卡识别系统包括：

第一获取模块301，用于获取用户号码的养卡相关数据；所述养卡相关数据可以包括用户号码的用户行为数据，还可以包括代理商购销数据和/或运营商营销方案信息。

分类模块302，用于根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群；

第一判断模块303，用于获取所述用户号码群中用户号码的养卡相关数据的特征指标信息，根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，得到所述养卡用户号码群；

识别模块304，用于根据所述养卡用户号码群，识别养卡代理商。

通过上述实施例提供的养卡识别系统，能够根据用户号码的养卡相关数据，对用户号码进行分类，得到养卡相关数据相似的用户号码群，并根据用户号码群的特征指标信息，识别出养卡用户号码群，从而自动、准确地识别出养卡代理商，整个养卡识别过程无需人工参与；另外，由于养卡代理商的养卡行为均体现在用户号码数据上，对用户号码数据进行分析，无需关注代理商的养卡手段，因此，具有自适应能力，能够不断应对新出现的养卡手段。

如图4所示为本发明实施例的养卡识别系统的另一结构示意图，在图3所示的实施例的基础上，所述分类模块302包括：

相似性分析单元3021，用于根据预设相似性分析算法，两两判断所述用户号码的养卡相关数据是否相似。本发明实施例中可以采用余弦相似性、欧氏距离和相关系数等相似性分析算法，两两判断所述用户号码的养卡相关数据是否相似。

组群单元3022，用于采用预设分类算法，将养卡相关数据相似的用户号码组成一用户号码群。本发明实施例中，可以采用标准的K-means簇聚分类算法，将养卡相关数据相似的用户号码组成一用户号码群，分类的原则是：每一类的用户号码的行为相似，不同类之间的用户号码的行为很大程度上不相同。

由于养卡必然要规模化，基于该点考虑，本发明实施例中只选取用户号码数量超过预设阈值(例如15)的用户号码群进行分析，用户号码数量太少的用户号码群作为偶然现象被淘汰。

因此，如图4所示，所述养卡识别系统还包括：

筛选模块305，用于判断所述分类模块302中得到的用户号码群中的用户号码数量是否超过预设阈值，并将用户号码数量超过预设阈值的用户号码群发送给所述第一判断模块303。

所述特征指标信息可以包括：用户号码群中用户号码的养卡相关数据的平均状况信息和内部差异信息；

此时，所述第一判断模块303包括：

第一获取单元3031，用于获取所述用户号码群中用户号码的养卡相关数据的平均状况信息；

第二获取单元3032，用于获取所述用户号码群中用户号码的养卡相关数据的内部差异信息；

比较单元3033，用于将所述平均状况信息和内部差异信息分别与预设阈值进行比较，得到一比较结果；

执行单元3034，用于根据所述比较结果，判断所述用户号码群是否为养卡用户号码群。

由于需要对大量的用户号码的养卡相关数据进行分析处理，因此，上述养卡识别系统的计算量通常很大，在设备资源有限的情况下，不宜经常执行上述养卡识别操作，通常情况下每隔三、四个月执行一次即可。

实际上，代理商养卡作弊的手段并不会频繁地发生变化，因此，本发明实施例中，在识别出养卡代理商后，可以对养卡代理商对应的养卡用户号码的养卡相关数据进行特征分析，归纳出该些养卡用户号码的养卡相关数据的共同特征，从而总结出运算量较低的养卡识别规则，在下一次进行养卡用户号码的识别时，直接根据所述养卡识别规则，则可以快速识别出养卡用户号码。

此时，如图4所示，所述养卡识别系统还包括：

识别规则生成模块306，用于对所述养卡用户号码群的养卡相关数据进行特征分析，得到养卡识别规则；

快速识别模块307，用于根据所述养卡识别规则，快速识别养卡用户号码。

在识别出养卡代理商之后，还可以对养卡代理商的购销数据进行归纳分析，对养卡代理商的养卡行为数据进行取证，例如，养卡代理商的养卡行为的关键时间地点等信息，然后对养卡代理商进行管理。

上述实施例中，在获取到养卡用户号码群后，还可以根据所述养卡用户号码群，判断运营商的营销方案是否需要修改，具体的，上述养卡识别系统还包括(图未示)：

第二获取模块，用于获取运营商的营销方案；

第三获取模块，用于获取符合所述营销方案的用户号码；

第四获取模块，用于根据所述养卡用户号码群，获取符合所述营销方案的用户号码中养卡用户号码的数量；

第二判断模块，用于根据所述符合所述营销方案的用户号码中养卡用户号码的数量，判断所述营销方案是否需要修改

通过上述实施例提供的养卡识别系统，能够根据用户号码的养卡相关数据，对用户号码进行分类，得到养卡相关数据相似的用户号码群，并根据用户号码群的特征指标信息，识别出养卡用户号码群，从而自动、准确地识别出养卡代理商，整个养卡识别过程无需人工参与；

另外，由于养卡代理商的养卡行为均体现在用户号码数据上，对用户号码数据进行分析，无需关注代理商的养卡手段，因此，具有自适应能力，能够不断应对新出现的养卡手段；

在识别出养卡代理商后，还可以对养卡代理商的养卡行为数据进行取证，让作弊的代理商伏法；

能够判断运营商的营销方案被代理商养卡利用的风险，提醒营销管理人员改进营销方案，避免不法代理商养卡套利。

如图6所示为本发明实施例的养卡识别系统的一具体应用场景示意图，所述养卡识别系统包括：代理商管理系统、代理商购销系统、通信产品系统、营销方案管理系统、养卡报警装置、养卡识别装置、营销漏洞报警装置以及养卡模式数据库。其中，所述养卡识别装置分别从代理商购销系统、通信产品系统和营销方案管理系统中采集代理商购销信息、用户号码的用户行为数据以及营销方案信息，根据采集到的上述数据，综合判断用户号码是否为养卡用户号码，所述养卡报警装置在所述养卡识别装置识别出养卡用户号码时，对所述养卡用户号码的养卡相关数据进行进一步的分析，验证养卡的真实性，在确认养卡用户的真实性后，进行报警。另外，还可以对养卡用户号码对应的代理商的养卡行为数据进行取证，并传输给代理商管理系统，以使得代理商管理系统对养卡代理商进行管理。另外，所述营销漏洞报警装置还可以根据所述养卡识别装置识别出的养卡用户号码，以及从所述营销方案管理系统中获取的营销方案信息，判断满足所述营销方案的养卡用户号码的数量，从而判断所述营销方案是否会被养卡代理商利用。所述养卡识别装置在识别出养卡用户号码后，还可以对养卡用户号码的养卡相关数据进行特征分析，总结出一养卡识别规则，并存储与所述养卡模式数据库中，所述养卡模式数据库中总是存储当前总结的最新的养卡识别规则。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (13)

1.一种养卡识别方法，其特征在于，包括以下步骤：

获取用户号码的养卡相关数据；

根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群；

获取所述用户号码群的特征指标信息，根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，得到所述养卡用户号码群；

根据所述养卡用户号码群，识别养卡代理商。

2.根据权利要求1所述的养卡识别方法，其特征在于，所述根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群，具体为：

根据预设相似性分析算法，两两判断所述用户号码的养卡相关数据是否相似；

采用预设分类算法，将养卡相关数据相似的用户号码组成一用户号码群。

3.根据权利要求2所述的养卡识别方法，其特征在于，所述预设相似性分析算法为余弦相似性分析算法、欧氏距离分析算法或相关系数分析算法，所述预设分类算法为k-means簇聚分类算法。

4.根据权利要求1所述的养卡识别方法，其特征在于，所述获取所述用户号码群的特征指标信息，具体为：

判断所述用户号码群中的用户号码数量是否超过预设阈值；

获取用户号码数量超过预设阈值的用户号码群的特征指标信息。

5.根据权利要求1所述的养卡识别方法，其特征在于，所述特征指标信息包括：所述用户号码群中用户号码的养卡相关数据的平均状况信息和内部差异信息；

所述根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，具体为：

将所述平均状况信息和内部差异信息分别与预设阈值进行比较，得到一比较结果；

根据所述比较结果，判断所述用户号码群是否为养卡用户号码群。

6.根据权利要求1所述的养卡识别方法，其特征在于，所述得到所述养卡用户号码群，之后还包括：

对所述养卡用户号码群中用户号码的养卡相关数据进行特征分析，得到养卡识别规则；

根据所述养卡识别规则，快速识别养卡用户号码。

7.根据权利要求1所述的养卡识别方法，其特征在于，所述养卡相关数据包括用户号码的用户行为数据。

8.根据权利要求7所述的养卡识别方法，其特征在于，所述养卡相关数据还包括代理商购销数据和/或运营商营销方案信息。

9.一种养卡识别系统，其特征在于，包括：

第一获取模块，用于获取用户号码的养卡相关数据；

分类模块，用于根据所述养卡相关数据，对所述用户号码进行分类，得到具有相似养卡相关数据的用户号码群；

第一判断模块，用于获取所述用户号码群的特征指标信息，根据所述特征指标信息，判断所述用户号码群是否为养卡用户号码群，得到所述养卡用户号码群；

识别模块，用于根据所述养卡用户号码群，识别养卡代理商。

10.根据权利要求9所述的养卡识别系统，其特征在于，所述分类模块包括：

相似性分析单元，用于根据预设相似性分析算法，两两判断所述用户号码的养卡相关数据是否相似；

组群单元，用于采用预设分类算法，将养卡相关数据相似的用户号码组成一用户号码群。

11.根据权利要求9所述的养卡识别系统，其特征在于，还包括：

筛选模块，用于判断所述分类模块中得到的用户号码群中的用户号码数量是否超过预设阈值，并将用户号码数量超过预设阈值的用户号码群发送给所述第一判断模块。

12.根据权利要求9所述的养卡识别系统，其特征在于，所述特征指标信息包括所述用户群中用户号码的养卡相关数据的平均状况信息和内部差异信息；

所述第一判断模块包括：

第一获取单元，用于获取所述用户号码群中用户号码的养卡相关数据的平均状况信息；

第二获取单元，用于获取所述用户号码群中用户号码的养卡相关数据的内部差异信息；

比较单元，用于将所述平均状况信息和内部差异信息分别与预设阈值进行比较，得到一比较结果；

执行单元，用于根据所述比较结果，判断所述用户号码群是否为养卡用户号码群。

13.根据权利要求9所述的养卡识别系统，其特征在于，还包括：

识别规则生成模块，用于对所述养卡用户号码群中用户号码的养卡相关数据进行特征分析，得到养卡识别规则；

快速识别模块，用于根据所述养卡识别规则，快速识别养卡用户号码。

Images