CN107248082A - 养卡识别方法及装置 - Google Patents

养卡识别方法及装置 Download PDF

Info

Publication number
CN107248082A
CN107248082A CN201710367920.0A CN201710367920A CN107248082A CN 107248082 A CN107248082 A CN 107248082A CN 201710367920 A CN201710367920 A CN 201710367920A CN 107248082 A CN107248082 A CN 107248082A
Authority
CN
China
Prior art keywords
user
card
foster
doubtful
conversational
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710367920.0A
Other languages
English (en)
Other versions
CN107248082B (zh
Inventor
鲁巍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Daolong Wall Software Ltd By Share Ltd
Original Assignee
Beijing Daolong Wall Software Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Daolong Wall Software Ltd By Share Ltd filed Critical Beijing Daolong Wall Software Ltd By Share Ltd
Priority to CN201710367920.0A priority Critical patent/CN107248082B/zh
Publication of CN107248082A publication Critical patent/CN107248082A/zh
Application granted granted Critical
Publication of CN107248082B publication Critical patent/CN107248082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0248—Avoiding fraud
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
    • H04W8/20—Transfer of user or subscriber data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Telephonic Communication Services (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供一种养卡识别方法及装置，方法包括：基于各用户的历史通话记录，分析所述各用户的通话特征，建立不同通话特征对应的用户群；从运营商数据中获取各用户的通信数据，所述通信数据包括用户资料、套餐信息、账单信息、以及通话详单；根据各用户的通信数据，结合关联因素，对不同通话特征对应的用户群进行交叉关联分析，识别出其通话特征存在养卡特征的养卡用户，所述关联因素包括通话时间、通话对端号码和通话地点。本方案基于大数据分析，对用户的通信数据进行一系列分析，摸索用户的异常行为，根据养卡用户的通话特征，准确可靠地识别出养卡用户，从而有效遏制养卡行为。

Description

养卡识别方法及装置
技术领域
本发明涉及通信领域，尤其涉及一种养卡识别方法及装置。
背景技术
现在运营商对社会渠道发展越来越重视，为了加大力度发展社区渠道，支付给代理商的佣金也随之提高。具体的，运营商通过给代理商发放佣金的形式来鼓励其发展用户。而实际应用中，部分代理商利用欺诈的方法套取佣金，导致运营商客户量虚增，收入增长减少等问题。例如，某些代理商为了获取发展佣金和达量佣金，会开通或激活一定数量的号码，但在相当长的一段时间内，不出售这些号码，利用这些号码通过办理业务来套取佣金，即养卡用户。
针对上述现象，如何能够准确可靠地识别出养卡用户，从而有效阻止代理商的养卡套利行为，实现对代理商的相关行为进行管控，防止非法套取佣金，成为当前亟待解决的问题。
发明内容
本发明提供一种养卡识别方法及装置，用于准确可靠地识别出养卡用户。
本发明的第一个方面是提供一种养卡识别方法，包括：基于各用户的历史通话记录，分析所述各用户的通话特征，建立不同通话特征对应的用户群；从运营商数据中获取各用户的通信数据，所述通信数据包括用户资料、套餐信息、账单信息、以及通话详单；根据各用户的通信数据，结合关联因素，对不同通话特征对应的用户群进行交叉关联分析，识别出其通话特征存在养卡特征的养卡用户，所述关联因素包括通话时间、通话对端号码和通话地点。
本发明的另一个方面是提供一种养卡识别装置，包括：分析模块，用于基于各用户的历史通话记录，分析所述各用户的通话特征，建立不同通话特征对应的用户群；获取模块，用于从运营商数据中获取各用户的通信数据，所述通信数据包括用户资料、套餐信息、账单信息、以及通话详单；关联模块，用于根据各用户的通信数据，结合关联因素，对不同通话特征对应的用户群进行交叉关联分析，识别出其通话特征存在养卡特征的养卡用户，所述关联因素包括通话时间、通话对端号码和通话地点。
本发明提供的养卡识别方法及装置，在建立不同通话特征对应的用户群的基础上，根据用户的通信数据结合关联因素，对用户群进行交叉关联分析，从而识别出具有养卡相关特征的养卡用户，本方案基于大数据分析，对用户的通信数据进行一系列分析，摸索用户的异常行为，根据养卡用户的通话特征，准确可靠地识别出养卡用户，从而有效遏制养卡行为。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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1A为本发明实施例一提供的一种养卡识别方法的流程示意图；
图1B为本发明实施例一提供的另一种养卡识别方法的流程示意图；
图1C为本发明实施例一提供的又一种养卡识别方法的流程示意图；
图1D为本发明实施例一提供的又一种养卡识别方法的流程示意图；
图1E为本发明实施例一提供的又一种养卡识别方法的流程示意图；
图2A为本发明实施例二提供的一种养卡识别装置的结构示意图；
图2B为本发明实施例二提供的另一种养卡识别装置的结构示意图；
图2C为本发明实施例二提供的又一种养卡识别装置的结构示意图；
图2D为本发明实施例二提供的又一种养卡识别装置的结构示意图；
图2E为本发明实施例二提供的又一种养卡识别装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1A为本发明实施例一提供的一种养卡识别方法的流程示意图，如图1A所示，该方法包括：
101、基于各用户的历史通话记录，分析所述各用户的通话特征，建立不同通话特征对应的用户群；
102、从运营商数据中获取各用户的通信数据，所述通信数据包括用户资料、套餐信息、账单信息、以及通话详单；
103、根据各用户的通信数据，结合关联因素，对不同通话特征对应的用户群进行交叉关联分析，识别出其通话特征存在养卡特征的养卡用户，所述关联因素包括通话时间、通话对端号码和通话地点。
其中，用户的历史通话记录和通信数据都可以从运营商数据中获得，这里的运营商指的是移动通信运营商，例如，中国移动、中国电信、中国联通。实际应用中，运营商会向代理商授权一些业务办理，例如开卡，充值等业务办理，并根据代理商的用户发展情况发放相应的佣金，这里的代理商可以为代理销售运营商的相关业务和产品的销售商。
实际应用中，养卡特征可以由运营商根据营销规则和佣金政策进行设定，也可以根据养卡用户的共同特征确定。总之，使得养卡特征能够更加准确可靠地反映出养卡用户的通话行为特征。
具体的，首先基于各用户的历史通话记录，分析出各用户的通话特征，基于不同的通话特征对各用户进行分类，建立不同通话特征对应的用户群；根据各用户的户资料、套餐信息、账单信息、以及通话详单等通信数据，结合通话时间、通话对端号码和通话地点等关联因素，对不同通话特征对应的用户群进行交叉关联分析，例如，可以对用户连续多个月的通信行为进行监控分析，来确认该用户的通话特征是否符合养卡特征，从而识别出其通话特征存在养卡特征的养卡用户。
可选的，本方案的实施可以以代理商为稽核维度，即针对每个代理商发展的用户，通过本方案进行养卡用户的识别，以便于后续责任的追溯。具体的，本方案针对养卡用户，例如，猫池养卡的特征，制定了动态的分析模型。动态分析模型是在静态分析，例如，聚类分析建立用户群的基础上，通过大数据分析，例如，交叉关联分析，结合关联因素对用户的通信数据进行分析，将用户的通话行为定位到通话时间、通话地点和对端号码等方面进行养卡评估。根据养卡用户的通话特征，准确可靠地识别出养卡用户。其中，通话地点可以通过通话基站小区确定。
具体的，建立用户群的过程可以通过大数据分析，例如聚类分析实现，相应的，如图1B所示，在图1A所示实施方式的基础上，101具体可以包括：
1011、通过对所有用户的历史通话数据进行聚类分析，将具有相同通话特征的用户聚类形成对应的簇；
1012、将每个通话特征对应的簇中的用户划分至一用户群，获得不同通话特征对应的用户群。
具体的，可以通过聚类分析，对用户进行分类分级，再利用交叉关联分析，对用户群进行交叉关联分析，摸索用户的异常行为，后续可以利用营销规则和系统规则，识别出养卡用户。
本实施方式，通过聚类分析可以对不同通话特征的用户群进行准确划分，从而提高后续关联分析的准确性。
可选的，通过交叉关联分析可以进一步挖掘出用户群之间具有相似通话行为的用户，相应的，如图1C所示，在前述任一实施方式的基础上，103具体可以包括：
1031、根据各用户的通信数据，结合关联因素，通过对不同通话特征对应的用户群进行交叉关联分析，分析出具有相同通话特征的用户；
1032、将交叉关联分析获得的具有相同通话特征的用户确定为疑似养卡用户；
1033、分析所述疑似养卡用户的通话特征，将其通话特征存在养卡特征的疑似养卡用户确定为养卡用户。
具体的，由于用户的个性化习惯，合法用户的通话习惯应该有个性化特征，而养卡用户通常是基于机器预设的规则进行自动通信，因此，通常具有相同的通话特征。本实施方式，对不同通话特征对应的用户群，通过交叉关联分析，进一步分析出具有相同通话特征的用户，提高养卡识别的准确性。
可选的，基于识别出的疑似养卡用户的通话特征，还可以定期更新特征库，以更加准确地识别养卡用户。相应的，如图1D所示，在图1C所示实施方式的基础上，在1032之后，还可以包括：
104、将所述疑似养卡用户的相同通话特征添加至所述养卡特征。
通过本实施方式，能够结合实际养卡用户的通话特征对养卡特征进行动态的更新维护，从而进一步提高养卡识别的准确性。
此外，为了更加准确地识别出养卡用户，可以对各疑似养卡用户为养卡用户的可能性进行评估，相应的，如图1E所示，在图1C所示实施方式的基础上，1033具体可以包括：
1034、分析所述疑似养卡用户的通话特征，根据所述疑似养卡用户的通话特征与所述养卡特征之间的匹配结果和养卡特征的权重值，通过加权求和计算所述疑似养卡用户的养卡相似度；
1035、按照养卡相似度，由高至低对所述疑似养卡用户进行排序，将排在前N位的疑似养卡用户确定为养卡用户，其中，N为预设的值。
具体的，在确定出疑似养卡用户后，还可以根据各养卡特征的权重值，对疑似养卡用户的养卡相似度进行评估，养卡相似度用户表征该用户为养卡用户为养卡用户的可能性，根据各用户的养卡相似度自高向低排序，进而选取前N个最可能为养卡用户的疑似养卡用户，作为养卡用户。
本实施方式，能够基于各通信特征的权重值，对各疑似养卡用户的养卡可能性进行准确直观的评估，以更加准确地识别出养卡用户。
本实施例提供的养卡识别方法，在建立不同通话特征对应的用户群的基础上，根据用户的通信数据结合关联因素，对用户群进行交叉关联分析，从而识别出具有养卡相关特征的养卡用户，本方案基于大数据分析，对用户的通信数据进行一系列分析，摸索用户的异常行为，根据养卡用户的通话特征，准确可靠地识别出养卡用户，从而有效遏制养卡行为。
图2A为本发明实施例二提供的一种养卡识别装置的结构示意图，如图2A所示，该装置包括：
分析模块21，用于基于各用户的历史通话记录，分析所述各用户的通话特征，建立不同通话特征对应的用户群；
获取模块22，用于从运营商数据中获取各用户的通信数据，所述通信数据包括用户资料、套餐信息、账单信息、以及通话详单；
关联模块23，用于根据各用户的通信数据，结合关联因素，对不同通话特征对应的用户群进行交叉关联分析，识别出其通话特征存在养卡特征的养卡用户，所述关联因素包括通话时间、通话对端号码和通话地点。
其中，用户的历史通话记录和通信数据都可以从运营商数据中获得。实际应用中，养卡特征可以由运营商根据营销规则和佣金政策进行设定，也可以根据养卡用户的共同特征确定。总之，使得养卡特征能够更加准确可靠地反映出养卡用户的通话行为特征。
具体的，分析模块21基于各用户的历史通话记录，分析出各用户的通话特征，基于不同的通话特征对各用户进行分类，建立不同通话特征对应的用户群；获取模块22获取各用户的户资料、套餐信息、账单信息、以及通话详单等通信数据，进一步的，关联模块23结合通话时间、通话对端号码和通话地点等关联因素，对不同通话特征对应的用户群进行交叉关联分析，从而识别出其通话特征存在养卡特征的养卡用户。可选的，本方案的实施可以以代理商为稽核维度，以便于后续责任的追溯。相应的，所述各用户为每个代理商对应的用户。
具体的，建立用户群的过程可以通过大数据分析，例如聚类分析实现，相应的，如图2B所示，在图2A所示实施方式的基础上，分析模块21包括：
聚类单元211，用于通过对所有用户的历史通话数据进行聚类分析，将具有相同通话特征的用户聚类形成对应的簇；
聚类单元211，还用于将每个通话特征对应的簇中的用户划分至一用户群，获得不同通话特征对应的用户群。
具体的，聚类单元211可以通过聚类分析，对用户进行分类分级，关联模块23利用交叉关联分析，对用户群进行交叉关联分析，摸索用户的异常行为，后续可以利用营销规则和系统规则，识别出养卡用户。
本实施方式，通过聚类分析可以对不同通话特征的用户群进行准确划分，从而提高后续关联分析的准确性。
可选的，通过交叉关联分析可以进一步挖掘出用户群之间具有相似通话行为的用户，相应的，如图2C所示，在前述任一实施方式的基础上，关联模块23包括：
关联分析单元231，用于根据各用户的通信数据，结合关联因素，通过对不同通话特征对应的用户群进行交叉关联分析，分析出具有相同通话特征的用户；
处理单元232，用于将交叉关联分析获得的具有相同通话特征的用户确定为疑似养卡用户；
处理单元232，还用于分析所述疑似养卡用户的通话特征，将其通话特征存在养卡特征的疑似养卡用户确定为养卡用户。
具体的，由于用户的个性化习惯，合法用户的通话习惯应该有个性化特征，而养卡用户通常是基于机器预设的规则进行自动通信，因此，通常具有相同的通话特征。本实施方式，对不同通话特征对应的用户群，通过交叉关联分析，进一步分析出具有相同通话特征的用户，重点针对这些用户进行养卡识别，从而提高养卡识别的准确性。
可选的，基于识别出的疑似养卡用户的通话特征，还可以定期更新特征库，以更加准确地识别养卡用户。相应的，如图2D所示，在图2C所示实施方式的基础上，所述装置还包括：
更新模块24，用于将所述疑似养卡用户的相同通话特征添加至所述养卡特征。
通过本实施方式，能够结合实际养卡用户的通话特征对养卡特征进行动态的更新维护，从而进一步提高养卡识别的准确性。
此外，为了更加准确地识别出养卡用户，可以对各疑似养卡用户为养卡用户的可能性进行评估，相应的，如图2E所示，在图2C所示实施方式的基础上，处理单元232包括：
权重子单元233，用于分析所述疑似养卡用户的通话特征，根据所述疑似养卡用户的通话特征与所述养卡特征之间的匹配结果和养卡特征的权重值，通过加权求和计算所述疑似养卡用户的养卡相似度；
排序子单元234，用于按照养卡相似度，由高至低对所述疑似养卡用户进行排序，将排在前N位的疑似养卡用户确定为养卡用户，其中，N为预设的值。
具体的，在处理单元232确定出疑似养卡用户后，权重子单元233还可以根据各养卡特征的权重值，对疑似养卡用户的养卡相似度进行评估，养卡相似度用户表征该用户为养卡用户为养卡用户的可能性，排序子单元234根据各用户的养卡相似度自高向低排序，进而选取前N个最可能为养卡用户的疑似养卡用户，作为养卡用户。
本实施方式，能够基于各通信特征的权重值，对各疑似养卡用户的养卡可能性进行准确直观的评估，以更加准确地识别出养卡用户。
本实施例提供的养卡识别装置，在建立不同通话特征对应的用户群的基础上，根据用户的通信数据结合关联因素，对用户群进行交叉关联分析，从而识别出具有养卡相关特征的养卡用户，本方案基于大数据分析，对用户的通信数据进行一系列分析，摸索用户的异常行为，根据养卡用户的通话特征，准确可靠地识别出养卡用户，从而有效遏制养卡行为。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种养卡识别方法，其特征在于，包括：
基于各用户的历史通话记录，分析所述各用户的通话特征，建立不同通话特征对应的用户群；
从运营商数据中获取各用户的通信数据，所述通信数据包括用户资料、套餐信息、账单信息、以及通话详单；
根据各用户的通信数据，结合关联因素，对不同通话特征对应的用户群进行交叉关联分析，识别出其通话特征存在养卡特征的养卡用户，所述关联因素包括通话时间、通话对端号码和通话地点。
2.根据权利要求1所述的方法，其特征在于，所述基于用户的历史通话记录，分析所述用户的通话特征，建立不同通话特征对应的用户群，包括：
通过对所有用户的历史通话数据进行聚类分析，将具有相同通话特征的用户聚类形成对应的簇；
将每个通话特征对应的簇中的用户划分至一用户群，获得不同通话特征对应的用户群。
3.根据权利要求1所述的方法，其特征在于，所述根据各用户的通信数据，结合关联因素，对不同通话特征对应的用户群进行交叉关联分析，识别出其通话特征存在养卡特征的养卡用户，包括：
根据各用户的通信数据，结合关联因素，通过对不同通话特征对应的用户群进行交叉关联分析，分析出具有相同通话特征的用户；
将交叉关联分析获得的具有相同通话特征的用户确定为疑似养卡用户；
分析所述疑似养卡用户的通话特征，将其通话特征存在养卡特征的疑似养卡用户确定为养卡用户。
4.根据权利要求3所述的方法，其特征在于，所述将交叉关联分析获得的具有相同通话特征的用户确定为疑似养卡用户之后，还包括：
将所述疑似养卡用户的相同通话特征添加至所述养卡特征。
5.根据权利要求3所述的方法，其特征在于，所述分析所述疑似养卡用户的通话特征，将其通话特征存在养卡特征的疑似养卡用户确定为养卡用户，包括：
分析所述疑似养卡用户的通话特征，根据所述疑似养卡用户的通话特征与所述养卡特征之间的匹配结果和养卡特征的权重值，通过加权求和计算所述疑似养卡用户的养卡相似度；
按照养卡相似度，由高至低对所述疑似养卡用户进行排序，将排在前N位的疑似养卡用户确定为养卡用户，其中，N为预设的值。
6.一种养卡识别装置，其特征在于，包括：
分析模块，用于基于各用户的历史通话记录，分析所述各用户的通话特征，建立不同通话特征对应的用户群；
获取模块，用于从运营商数据中获取各用户的通信数据，所述通信数据包括用户资料、套餐信息、账单信息、以及通话详单；
关联模块，用于根据各用户的通信数据，结合关联因素，对不同通话特征对应的用户群进行交叉关联分析，识别出其通话特征存在养卡特征的养卡用户，所述关联因素包括通话时间、通话对端号码和通话地点。
7.根据权利要求6所述的装置，其特征在于，所述分析模块包括：
聚类单元，用于通过对所有用户的历史通话数据进行聚类分析，将具有相同通话特征的用户聚类形成对应的簇；
所述聚类单元，还用于将每个通话特征对应的簇中的用户划分至一用户群，获得不同通话特征对应的用户群。
8.根据权利要求6所述的装置，其特征在于，所述关联模块包括：
关联分析单元，用于根据各用户的通信数据，结合关联因素，通过对不同通话特征对应的用户群进行交叉关联分析，分析出具有相同通话特征的用户；
处理单元，用于将交叉关联分析获得的具有相同通话特征的用户确定为疑似养卡用户；
所述处理单元，还用于分析所述疑似养卡用户的通话特征，将其通话特征存在养卡特征的疑似养卡用户确定为养卡用户。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
更新模块，用于将所述疑似养卡用户的相同通话特征添加至所述养卡特征。
10.根据权利要求8所述的装置，其特征在于，所述处理单元包括：
权重子单元，用于分析所述疑似养卡用户的通话特征，根据所述疑似养卡用户的通话特征与所述养卡特征之间的匹配结果和养卡特征的权重值，通过加权求和计算所述疑似养卡用户的养卡相似度；
排序子单元，用于按照养卡相似度，由高至低对所述疑似养卡用户进行排序，将排在前N位的疑似养卡用户确定为养卡用户，其中，N为预设的值。
CN201710367920.0A 2017-05-23 2017-05-23 养卡识别方法及装置 Active CN107248082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710367920.0A CN107248082B (zh) 2017-05-23 2017-05-23 养卡识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710367920.0A CN107248082B (zh) 2017-05-23 2017-05-23 养卡识别方法及装置

Publications (2)

Publication Number Publication Date
CN107248082A true CN107248082A (zh) 2017-10-13
CN107248082B CN107248082B (zh) 2020-08-04

Family

ID=60017382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710367920.0A Active CN107248082B (zh) 2017-05-23 2017-05-23 养卡识别方法及装置

Country Status (1)

Country Link
CN (1) CN107248082B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107809762A (zh) * 2017-11-01 2018-03-16 南京欣网互联网络科技有限公司 利用大数据与设备指纹的养卡识别的安全风险控制方法
CN107820252A (zh) * 2017-11-15 2018-03-20 中国联合网络通信集团有限公司 养卡识别方法及系统
CN108055661A (zh) * 2017-12-06 2018-05-18 北京奇虎科技有限公司 基于通信网络的电话号码黑名单建立方法及装置
CN108833723A (zh) * 2018-06-28 2018-11-16 中国联合网络通信集团有限公司 识别在同一养猫池养卡的号码的方法和装置
CN109474923A (zh) * 2018-11-23 2019-03-15 中国联合网络通信集团有限公司 对象识别方法及装置、存储介质
CN109636433A (zh) * 2018-10-16 2019-04-16 深圳壹账通智能科技有限公司 基于大数据分析的养卡识别方法、装置、设备和存储介质
CN109903058A (zh) * 2019-02-21 2019-06-18 中国联合网络通信集团有限公司 一种基于区块链的养卡识别方法和装置
CN110084619A (zh) * 2019-04-03 2019-08-02 中国联合网络通信集团有限公司 养卡行为的识别方法、装置及计算机可读存储介质
CN110995687A (zh) * 2019-11-26 2020-04-10 深圳市随手金服信息科技有限公司 一种猫池设备识别方法、装置、设备及存储介质
CN112488138A (zh) * 2019-09-11 2021-03-12 中国移动通信集团广东有限公司 用户类别识别方法、装置、电子设备及存储介质
CN112615966A (zh) * 2020-12-14 2021-04-06 南方电网海南数字电网研究院有限公司 一种猫池终端识别方法
CN113132991A (zh) * 2019-12-31 2021-07-16 中国移动通信集团贵州有限公司 一种养卡识别方法、系统及装置
CN113205443A (zh) * 2020-02-03 2021-08-03 中国移动通信集团浙江有限公司 异常用户的识别方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5251259A (en) * 1992-08-20 1993-10-05 Mosley Ernest D Personal identification system
CN101770626A (zh) * 2010-01-11 2010-07-07 中国联合网络通信集团有限公司 具有洗卡行为的代理商识别方法、装置及系统
CN102081774A (zh) * 2009-11-26 2011-06-01 中国移动通信集团广东有限公司 养卡识别方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5251259A (en) * 1992-08-20 1993-10-05 Mosley Ernest D Personal identification system
CN102081774A (zh) * 2009-11-26 2011-06-01 中国移动通信集团广东有限公司 养卡识别方法及系统
CN101770626A (zh) * 2010-01-11 2010-07-07 中国联合网络通信集团有限公司 具有洗卡行为的代理商识别方法、装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周威: "基于聚类与关联规则的客户群消费行为研究", 《中国优秀硕士学位论文全文数据库经济与管理科学辑》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107809762A (zh) * 2017-11-01 2018-03-16 南京欣网互联网络科技有限公司 利用大数据与设备指纹的养卡识别的安全风险控制方法
CN107820252A (zh) * 2017-11-15 2018-03-20 中国联合网络通信集团有限公司 养卡识别方法及系统
CN107820252B (zh) * 2017-11-15 2019-06-18 中国联合网络通信集团有限公司 养卡识别方法及系统
CN108055661B (zh) * 2017-12-06 2021-02-23 北京奇虎科技有限公司 基于通信网络的电话号码黑名单建立方法及装置
CN108055661A (zh) * 2017-12-06 2018-05-18 北京奇虎科技有限公司 基于通信网络的电话号码黑名单建立方法及装置
CN108833723A (zh) * 2018-06-28 2018-11-16 中国联合网络通信集团有限公司 识别在同一养猫池养卡的号码的方法和装置
CN108833723B (zh) * 2018-06-28 2021-03-19 中国联合网络通信集团有限公司 识别在同一养卡器养卡的号码的方法和装置
CN109636433A (zh) * 2018-10-16 2019-04-16 深圳壹账通智能科技有限公司 基于大数据分析的养卡识别方法、装置、设备和存储介质
CN109474923A (zh) * 2018-11-23 2019-03-15 中国联合网络通信集团有限公司 对象识别方法及装置、存储介质
CN109474923B (zh) * 2018-11-23 2022-02-01 中国联合网络通信集团有限公司 对象识别方法及装置、存储介质
CN109903058A (zh) * 2019-02-21 2019-06-18 中国联合网络通信集团有限公司 一种基于区块链的养卡识别方法和装置
CN110084619A (zh) * 2019-04-03 2019-08-02 中国联合网络通信集团有限公司 养卡行为的识别方法、装置及计算机可读存储介质
CN112488138A (zh) * 2019-09-11 2021-03-12 中国移动通信集团广东有限公司 用户类别识别方法、装置、电子设备及存储介质
CN110995687A (zh) * 2019-11-26 2020-04-10 深圳市随手金服信息科技有限公司 一种猫池设备识别方法、装置、设备及存储介质
CN110995687B (zh) * 2019-11-26 2022-06-07 深圳市铭数信息有限公司 一种猫池设备识别方法、装置、设备及存储介质
CN113132991A (zh) * 2019-12-31 2021-07-16 中国移动通信集团贵州有限公司 一种养卡识别方法、系统及装置
CN113132991B (zh) * 2019-12-31 2023-04-07 中国移动通信集团贵州有限公司 一种养卡识别方法、系统及装置
CN113205443A (zh) * 2020-02-03 2021-08-03 中国移动通信集团浙江有限公司 异常用户的识别方法及装置
CN112615966A (zh) * 2020-12-14 2021-04-06 南方电网海南数字电网研究院有限公司 一种猫池终端识别方法

Also Published As

Publication number Publication date
CN107248082B (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
CN107248082A (zh) 养卡识别方法及装置
US11714793B2 (en) Systems and methods for providing searchable customer call indexes
CN112926699A (zh) 异常对象识别方法、装置、设备及存储介质
CN102081774A (zh) 养卡识别方法及系统
CN108376364A (zh) 一种支付系统对账的方法、设备及终端设备
Suh Machine learning based customer churn prediction in home appliance rental business
CN111639690A (zh) 基于关系图谱学习的欺诈分析方法、系统、介质及设备
CN109992588A (zh) 一种基于数据处理的分单方法及相关设备
CN114936727A (zh) 一种工单派发系统、方法及计算机设备
CN109474923A (zh) 对象识别方法及装置、存储介质
CN110728301A (zh) 一种个人用户的信用评分方法、装置、终端及存储介质
CN108446968A (zh) 一种会计分录的方法、装置及终端设备
CN112529628A (zh) 客户标签的生成方法、装置、计算机设备及存储介质
CN114418714A (zh) 一种5g基站运维管理系统及方法
CN108304990B (zh) 一种停电敏感预判方法和系统
CN112016855A (zh) 基于关系网匹配的用户行业识别方法、装置和电子设备
CN108984754A (zh) 客户信息更新方法、装置、计算机设备及存储介质
CN101770626A (zh) 具有洗卡行为的代理商识别方法、装置及系统
KR102710397B1 (ko) 금융 마이데이터 기반 기계학습을 위한 말뭉치를 이용한 거래 적요 데이터 분석 장치 및 방법과 이를 위한 컴퓨터 프로그램
CN109711984B (zh) 一种基于催收的贷前风险监控方法及装置
CN112989021B (zh) 用于顾问行为违规判定的方法、装置及设备
CN115062132A (zh) 识别模型训练方法及装置、意图类别识别方法及装置
CN113256351A (zh) 用户业务需求识别方法、装置及计算机可读存储介质
CN113077272B (zh) 通信业务营销案优化方法和装置
Abdukhalilova Effectiveness of Digital Marketing Technologies in Commercial Banks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant