天算大数据模型搭建——本地话务窝点发现模型

模型思路分析

模型目标

梳理出通话异常的手机号码经常出现的基站（疑似窝点）

需要准备数据：手机话单数据、基站位置信息

业务处理：关联、清洗、过滤、聚合、数据标准化、积分规则

手机通话特征分析

特征分析：通话多且广、通话位置相对固定、通话时长短、通话频次低

数据源准备

手机话单数据：提取近半年的通话记录进行分析

模型具体实现

1.通话对象多

近半年中至少存在单个月的通话对象大于等于50个

e.g.总表计算人员值，重复值（去重），过滤通话对象大于50且存在的号码，再用号码关联总表得到这些号码拨打电话的记录，分组统计加上月份，以月份、号码作为指标。

通话时间格式

yyyyMMddHHmmSS        如：20221006234156

聚合字段

聚合字段：用户号码 + 通话时间（年月）

统计：计算去重总数对方号码

2.呼叫类型以主叫为主

聚合统计

统计单个号码的通话次数和主叫次数

from
@column_map1 a_map1 like '202210%'
and b_ma1<'话单类型'=='通话'>
and b_ma2<'用户号码所在地'>='592'

合并出近半年某地的通话数据 

1.可以结合over()开窗函数来做

2.可以使用算子来做

统计占比

占比：主叫次数/通话总数

筛选出占比大于等于80%

3.短时通话为主

聚合统计

统计单个号码总的通话次数和通话时长小于等于30S次数

1.可以结合over()开窗函数来做

2.可以使用算子来做

统计占比

占比：30S以内次数/通话总数

筛选出占比大于等于80%

4.上班时间通话为主

聚合统计

统计单个号码总的通话次数和上班时间点（8-18点）通话次数

1.可以结合case when函数来做

2.可以使用算子来做（过滤后打标签再并集）

统计占比

占比：上班时间点通话次数/通话总数

筛选出占比大于等于80%

5.跟任意号码通话频次不超过5次

（跟任意人通过次数都不超过5次的手机号）和（通话手机号码）求交集，统计出至少跟一个人通话大于等于5次人员，排除掉跟某个号码通话次数超过5次的手机号码

6.通话位置固定

通话位置（小区码+扇区码）的个数不超过三个

聚合分析规则

1.小区码+扇区码

2.聚合出现过基站个数

3.筛选小于等于3

4.去重得出异常基站

思路扩展及调优

1.阈值设定

2.多个异常手机号码出现在同一个基站

3.航班信息

4.住宿信息

5.铁路信息