诈骗电话识别

最新推荐文章于 2023-12-04 17:58:14 发布

ZhouQiYoung

最新推荐文章于 2023-12-04 17:58:14 发布

阅读量6.5k

点赞数 6

文章标签：神经网络 python 机器学习

本文链接：https://blog.csdn.net/ZhouQiYoung/article/details/106602166

版权

博主参与了数字四川创新大赛的诈骗电话识别项目，分享了数据来源和处理过程。整理了用户基础资料、通话、短信和上网数据，创建了训练集。在VOC中统计通话频率，短信和上网数据，整合所有信息。训练时添加新特征，归一化数据，使用神经网络模型，通过调整参数优化结果。提供完整代码，欢迎讨论。

摘要由CSDN通过智能技术生成

这几天偶然参加了这个比赛项目，分享一下个人的想法，能力有限欢迎大家来讨论学习！
数据来源“~~数字四川创新大赛-诈骗电话识别”~~
有同学说进入复赛阶段没法获取数据集了，这是我保存的数据集，仅供大家学习使用！[百度网盘]提取码：9asc
数据训练集由如下4个部分组成：
user：用户的一些基础资料

voc：8个月内的通话数据

SMS和APP：8个月的短信和上网数据

测试集和训练集组成类似，但手机话费消费的月份只有一个月
针对以上的数据首先从user中统计了用户的phone_no_m，再根据phone_no_m依次整理通话、短信和上网的数据特征
首先整理VOC中每个phone_no_m通话的频率次数分别把呼入呼出次数、通话总时长进行统计

user=pd.read_csv('./train_user.csv')
print(user.info())
sms=pd.read_csv('./train/train_sms.csv')
print(sms.info())
print(sms.head())
user_m = user['phone_no_m'].values
print(user_m)
sms_up=[]
sms_down=[]
for name in tqdm(user_m):
    sms_up.append(sms[(sms['phone_no_m'] == name) & (sms['calltype_id']==1)]['phone_no_m'].count())
    sms_down.append(sms[(sms['phone_no_m'] == name) & (sms['calltype_id'] == 2)]['phone_no_m'].count())
user_m=np.array(user_m)
sms_up=np.array(sms_up)
sms_down=np