-
公开(公告)号:CN114513791A
公开(公告)日:2022-05-17
申请号:CN202210034458.3
申请日:2022-01-13
Applicant: 浙江鸿程计算机系统有限公司
IPC: H04W12/128 , G06N20/00
Abstract: 本发明涉及一种基于机器学习的电信反欺诈方法,本发明旨在解决及时拦截电信诈骗的问题,目标是提前预警提前防范电信诈骗的情况,本发明利用机器学习中的LightGBM算法对正负样本进行训练和预测,并将常见的诈骗场景分为四大类,根据不同的大类分别进行建模训练,提高预测的准确性。
-
公开(公告)号:CN112153636A
公开(公告)日:2020-12-29
申请号:CN202011178646.0
申请日:2020-10-29
Applicant: 浙江鸿程计算机系统有限公司
Abstract: 本发明涉及电信技术领域,尤其涉及一种基于机器学习预测电信业用户携号转出的方法,包括以下步骤:1)采集特征变量数据并进行数据预处理保存到数据库中,在数据库中进行样本采样,将正样本和负样本的比例控制在1:10;2)样本随机分为训练集和测试集;3)选择XGBoost算法为基础构建预测模型,输入训练集训练预测模型,获得预测概率值和特征的重要程度;4)利用训练完成的模型对测试集进行数据预测,并根据预测结果对预测模型进行评估,若评估结果低于阈值,对预测模型进行优化迭代。本发明的有益效果在于:提高预测效率,做到提前预警及时维系,预测模型能够动态进行优化迭代。
-
公开(公告)号:CN114513791B
公开(公告)日:2024-11-29
申请号:CN202210034458.3
申请日:2022-01-13
Applicant: 浙江鸿程计算机系统有限公司
IPC: H04W12/128 , G06N20/00
Abstract: 本发明涉及一种基于机器学习的电信反欺诈方法,本发明旨在解决及时拦截电信诈骗的问题,目标是提前预警提前防范电信诈骗的情况,本发明利用机器学习中的LightGBM算法对正负样本进行训练和预测,并将常见的诈骗场景分为四大类,根据不同的大类分别进行建模训练,提高预测的准确性。
-
公开(公告)号:CN117522480A
公开(公告)日:2024-02-06
申请号:CN202311483623.4
申请日:2023-11-09
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06Q30/0251 , G06Q50/50
Abstract: 本说明书实施例公开了一种套餐推荐方法、系统、电子设备、存储介质。其中,本说明书实施例套餐推荐方法中包括获取目标用户的属性数据、行为数据以及用户套餐交互数据;对目标用户的属性数据进行编码,得到属性特征编码;获取训练好的深度因子分解机模型对属性特征编码、行为数据以及用户套餐交互数据的模型输出;根据模型输出对目标用户进行套餐推荐。本说明书实施例提高了套餐推荐准确度。
-
-
-