2024骚扰电话分析算法数据格式规范

骚扰电话分析算法数据格式规范

第

PAGE

2

页/共

NUMPAGES

6

页

目录

范围 4

术语和定义 4

骚扰电话 4

数据模型 4

训练数据 4

数据对象结构 4

训练样本数据结构 4

训练结果数据结构 5

第

PAGE

3

页/共

NUMPAGES

6

页

范围

本标准规定了骚扰电话分析算法的数据格式规范。具体规定骚扰电话分析算法训练数据的训练样本数据结构和训练结果数据结构的数据格式要求。

木标准适用于为计划使用骚扰电话分析算法的数据训练系统提供数据格式参考。

术语和定义

骚扰电话

骚扰电话是指推销产品或者是一些冒充警方、银行工作人员进行诈骗以及故意电话骚扰的行为。

数据模型

数据模型是数据特征的抽象，它从抽象层次上描述了系统的静态特征、动态行为和约东条件，为数据库系统的信息表示与操作提供一个抽象的框架。

训练数据

训练数据即数据挖掘过程中用于数据挖掘模型构建的数据。

数据对象结构

训练样本数据结构

训练样本数据用于训练骚扰电话训练样本数据保存在训练样本文件中。训练样本文件是一个文本识别系统，也就是训练骚扰电话识别模型。训练样本数据结构如表1-1所示。

表1-1训练样本数据结构

序号

名称

类型

释义

取值范围

01

Phone

string

主叫号码

同表2-1一致。

固定号码：01066666666移动号码/p>

02

TotalCallTimes

intege

r

总拨打次数

03

TotalCallNumber

intege

r

总拨打号码数

04

ConnectionCallTimes

intege

总接通次数

r

05

ConnectionCallNumber

intege

r

总接通号码数

06

AvgCallTime

double

平均通话时长

以秒为单位，如70表示

通话时长为70秒

07

NotAnswerTimes

intege

r

未接通次数

08

NotAnswerNumber

intege

r

未接通号码数

09

Times0008

intege

r

0-8点时段拨打次数

10

Times0812

intege

r

8-12点时段拨打次数

11

Times1214

intege

r

12-14点时段拨打次

数

12

Times1418

intege

r

14-18点时段拨打次

数

13

Times1824

intege

r

18-24点时段拨打次

数

14

expectation

double

置信度

训练结果数据结构

训练结果分别保存在4个文件中，1.txt、2..txt、3.txt、4.txt中。这4个训练结果文件给出了骚扰电话识别模型的参数。

设输入层节点数为i，输入层节点用Ii表示；隐含层节点数为j，隐含层节点用Hj表示；输出层节点数为k，输出层节点用Ok表示。Ii-Hj表示第i个输入层节点对第j个隐含层节点的权重；I-Hj表示输入层节点对第j个隐含层节点的偏移量。

输出文件1.txt给出了输入层到隐含层权重（weight），其数据结构如表1-2所示。

表1-21.txt数据结构

I1-H1

I1-H2

...

I1-Hj

I2-H1

I2-H2

...

I2-Hj

...

Ii-H1

Ii-H2

...

Ii-Hj

输出文件2.txt给出了隐含层到输出层权重（weight），其数据结构如表1-3所示。

表1-32.txt数据结构

H1-O1

H1-O2

...

H1-Ok

H2-O1

H2-O2

...

H2-Ok

...

Hj-O1

Hj-O2

...

Hj-Ok

输出文件3.txt给出了输入层到隐含层偏移量（bias），其数据结构如表1-4所示。

表1-43.txt数据结构

I-H1

I-H2

...

I-Hj