垃圾短信危险用户识别模型汇报.pptxVIP

2015年1月;;;垃圾短信风险名单识别模型建设的整体思路;;垃圾短信风险名单识别模型构建方案整体流程;;月均短信发送条数;综合考虑垃圾短信用户的各类来源，重新梳理建模用户群体;最终确定建模用户群体;;;进行网龄分析探索按新老用户的建模方案;进行地市分析探索按不同地市的建模方案;;;1、基础信息 归属地市 品牌 网龄 2、客户类型 是否集团成员 是否加入集团V网 客户星级 是否VIP客户 用户卡级别（钻石、金、银、普通） 3、真实性判断 是否实名制客户 个人资料是否完整（姓名、有效证件??、性别、住址、年龄等个人信息是否完整） 4、消费信息 ARPU （三个月） 语音收入（三个月） 数据业务收入（三个月） 欠费次数（三个月）;垃圾短信用户点对点短信发送条数较高;垃圾短信用户短信交往圈人数较多;垃圾短信用户在其短信交往圈内行为较频繁;垃圾短信用户的短信语音交往圈重合人数占比相对较低;垃圾短信用户的短信语音交往圈重合人数相对较高;同时，需要剔除不适宜建模的部分变量;特征分析筛选得到75个建模变量;;模型算法待选1——决策树算法介绍;模型算法待选2——逻辑回归算法介绍;将指标变量带入IBM SPSS Modeler进行算法评估发现，两类算法的总体准确性、模型提升度相差不大，增益评估也基本吻合 需要将两种模型分别构建出来，并进行测试集和验证集的评估检验;通过训练集建模得到决策树模型;通过用