近年來(lái),隨著互聯(lián)網(wǎng)的飛速發(fā)展,微博、微信等各種即時(shí)通信手段迅速普及應(yīng)用,但傳統(tǒng)的語(yǔ)音通話（固定、移動(dòng)電話）,由于其實(shí)時(shí)性,私密性和真實(shí)性等突出優(yōu)點(diǎn),仍被廣泛使用。然而,語(yǔ)音通話在給人們帶來(lái)極大便利的同時(shí),也給電信詐騙、惡意欠費(fèi)及廣告騷擾等異常行為提供了便利。為此,人們迫切需要一種手段,能夠從大量的客戶群中快速、準(zhǔn)確地發(fā)現(xiàn)這些具有異常行為的客戶,然后采取適當(dāng)?shù)拇胧┯枰詰?yīng)對(duì)。由于上述發(fā)現(xiàn)工作必須處理大量的客戶數(shù)據(jù),需要消耗大量的人力物力,因此,如何運(yùn)用有效的算法,主動(dòng)發(fā)現(xiàn)具有異常行為特征的客戶,成為近些年來(lái)研究的熱點(diǎn)。本文首先通過對(duì)電信運(yùn)營(yíng)商客戶數(shù)據(jù)的分析,選擇客戶的語(yǔ)音通話記錄作為源數(shù)據(jù),實(shí)現(xiàn)異�？蛻舻耐诰颉Ｆ浯�,對(duì)目前常見的數(shù)據(jù)挖掘算法進(jìn)行了研究、分析和比對(duì),選擇并詳細(xì)研究了其中性能較好的聚類和分類算法。最后,將相關(guān)研究成果應(yīng)用于實(shí)際系統(tǒng)中,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)語(yǔ)音通話行為異�？蛻舴治雠c挖掘系統(tǒng)。本文主要研究工作如下:（1）對(duì)目前常見的數(shù)據(jù)聚類算法進(jìn)行了研究、分析和比對(duì),選擇了一種改進(jìn)后的K-means算法（AD-Kmeans算法）,并予以詳細(xì)研究和實(shí)現(xiàn)。（2）對(duì)目前常見的數(shù)據(jù)分類算法進(jìn)行... 

【文章來(lái)源】：南昌大學(xué)江西省 211工程院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

AD-Kmeans算法和SVM算法結(jié)合的分類過程圖

圖 2.2 MVC 設(shè)計(jì)模式圖[16]del（模型層）：屬于數(shù)據(jù)實(shí)體模型，存放你的實(shí)體類，可以重復(fù)，提升了代碼的復(fù)用性[17]。ew（視圖層）：由 html 等文本標(biāo)記語(yǔ)言搭建，為用戶提供可視化操

圖 4.1 系統(tǒng)體系結(jié)構(gòu)（1）表示層表示層以web的方式向用戶展現(xiàn)視圖，為用戶和服務(wù)器之間交互提供界 SpringMVC 框架進(jìn)行配置，服務(wù)端接收到用戶請(qǐng)求后分發(fā)到相應(yīng)的業(yè)進(jìn)行處理并通過 JSON 等方式返回?cái)?shù)據(jù)從而響應(yīng)用戶請(qǐng)求。

【參考文獻(xiàn)】：
期刊論文
[1]基于分布式集群架構(gòu)下的SSM電商購(gòu)物平臺(tái)設(shè)計(jì)[J]. 龍文佳,肖敏,劉義.  電腦編程技巧與維護(hù). 2019(01)
[2]web應(yīng)用開發(fā)中的SSM框架設(shè)計(jì)[J]. 賀雪梅.  電子世界. 2019(01)
[3]基于SVM的電信詐騙行為特征識(shí)別方法[J]. 吉涵之,馬宇宸,李爽,李靜林.  軟件. 2017(12)
[4]農(nóng)業(yè)信息分類中K-means與SVM的混合算法研究[J]. 趙新苗,馮向萍,趙濤.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(06)
[5]基于AHP-DEMATEL模型的黑龍江省農(nóng)民專業(yè)合作社內(nèi)部資金互助的影響因素分析[J]. 王俊鳳,閆文.  金融理論與實(shí)踐. 2016(07)
[6]分類算法的研究進(jìn)展[J]. 孫嘉睿.  中國(guó)新通信. 2015(21)
[7]基于K-means算法的電信用戶行為特征聚類分析[J]. 趙凱,蔣朝惠.  貴州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[8]K-means聚類算法的研究和應(yīng)用[J]. 熊志斌,朱劍鋒,王冬.  電腦編程技巧與維護(hù). 2014(08)
[9]基于屬性權(quán)重最優(yōu)化的k-means聚類算法[J]. 熊平,顧霄.  微電子學(xué)與計(jì)算機(jī). 2014(04)
[10]改進(jìn)k-means算法在電信CRM客戶分類中的應(yīng)用[J]. 左國(guó)才,周榮華,黎自強(qiáng).  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2012(11)

博士論文
[1]聚類算法模型的研究及應(yīng)用[D]. 陳樹.江南大學(xué) 2007
[2]面向電信CRM的數(shù)據(jù)挖掘應(yīng)用研究[D]. 陳金波.東南大學(xué) 2006

碩士論文
[1]基于K-Means和SVM的釣魚網(wǎng)站識(shí)別的研究[D]. 趙加林.西南交通大學(xué) 2016
[2]K-means聚類方法的改進(jìn)及其應(yīng)用[D]. 李薈嬈.東北農(nóng)業(yè)大學(xué) 2014
[3]基于無(wú)線通話記錄的網(wǎng)絡(luò)優(yōu)化分析子系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉昆.北京郵電大學(xué) 2014
[4]k-means算法改進(jìn)及其在通信行業(yè)客戶細(xì)分中的應(yīng)用[D]. 成婭輝.湖南大學(xué) 2010
[5]基于SVM的分類挖掘算法及其應(yīng)用[D]. 張興旺.大慶石油學(xué)院 2007
[6]MVC設(shè)計(jì)模式的原理與實(shí)現(xiàn)[D]. 李霞.吉林大學(xué) 2004



本文編號(hào)：3331170