一种大模型增强的电话欺诈高风险用户识别方法及系统

一种大模型增强的电话欺诈高风险用户识别方法及系统，涉及人工智能技术与信息安全技术领域。本发明的目的是通过多层次自动化数据处理、多模型训练优化、多模型概率融合的手段来提升电话欺诈识别的精确度，并能显著降低计算成本和资源消耗。技术要点：通过分析用户的通话数据，构建多维度特征体系；通过多模型训练优化，得到不同模型针对不同用户的高风险概率，深入挖掘用户行为的多层次特征，涵盖机器学习模型、深度学习模型和大语言模型；通过Stacking投票集成方法将多个模型的输出概率值结合，利用每个模型的优点，避免单一模型陷入局部最优解。本发明有效整合不同模型的优势特征，显著提高了识别系统的整体性能和鲁棒性。该发明不仅提升了欺诈识别的精确度，还显著降低了计算成本和资源消耗。