摘要
本发明公开了一种基于个体标识级评价的涉诈号码检测方法、设备及介质。方法包括以下步骤:获取预设号码集,根据预设号码集构建样本数据集;建立个体标识级评价指标;以样本数据集为输入对LightGBM模型进行训练,得到完成训练的LightGBM模型;使用完成训练的LightGBM模型对现实场景的电话号码进行分类检测评估,根据电话号码的个体标识级评价指标判断电话号码是否属于涉诈号码。本发明通过考虑号码的重复性和错误分类的影响,能够更准确地评估个体标识在整体上的分类准确性。本发明特别适用于处理涉诈电话号码等极端不平衡的数据集,能够提供更真实的性能衡量,不会因大量非涉诈号码而显示出误导性的高分数,更全面客观地衡量模型性能。
技术关键词
号码
标识
LightGBM模型
样本
数据
指标
有效性
统计特征
参数
处理器
可读存储介质
程序
存储器
重复性
矩阵
场景
风险
电子设备
计算机
系统为您推荐了相关专利信息
图像分析方法
交互式界面
场景类别
数据
非局部均值滤波
石英晶体振荡器
数据处理电路
温度传感器电路
测试方法
数据同步
主动安全控制方法
作业工况
设备工况
数据项
动态权重分配
网络攻击场景
演化分析方法
时空注意力机制
网络安全事件
语义特征