【技术实现步骤摘要】
本专利技术涉及数据模型更新，具体涉及一种电信诈骗识别模型的数据自动更新方法。
技术介绍
1、随机森林算法作为一种常用的监督学习方法，广泛应用于电信诈骗识别，可通过构建多颗决策树来集成学习，提高对于通信过程识别的准确性。
2、传统的随机森林算法依赖于现有决策树结构，为了能够对新型电诈通信模式进行学习，需要及时更新随机森林中的决策树。现有技术在对电信诈骗识别模型进行数据更新时，仅是简单增加决策树的数量并且利用新增的通信过程样本进行训练，会导致模型的复杂性，同时过多的新增决策树还会引入噪声，影响模型的整体性能。
技术实现思路
1、为了解决现有技术在对电信诈骗识别模型进行数据更新时，因为决策树新增的数量不合理导致模型的整体性能受到影响的技术问题，本专利技术的目的在于提供一种电信诈骗识别模型的数据自动更新方法，所采用的技术方案具体如下：
2、本专利技术提出了一种电信诈骗识别模型的数据自动更新方法，所述方法包括：
3、获得通信过程下的多维通信数据；所述通信过程包括历...
【技术保护点】
1.一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述划分程度的获取方法包括：
3.根据权利要求2所述的一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述获得初始电信诈骗识别模型对所述新增通信过程在所述目标维度下的通信数据的划分程度，包括：
4.根据权利要求1所述的一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述通信差异性的获取方法包括：
5.根据权利要求1所述的一种电信诈骗识别模型的数据自动更新方法，其特征在...
【技术特征摘要】
1.一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述划分程度的获取方法包括：
3.根据权利要求2所述的一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述获得初始电信诈骗识别模型对所述新增通信过程在所述目标维度下的通信数据的划分程度，包括：
4.根据权利要求1所述的一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述通信差异性的获取方法包括：
5.根据权利要求1所述的一种电信诈骗识别模型的数据自动更新方法，其特征在于，所述所需添加的决策树数量的获取方法包括：
6.根据权利要求1所述的一种电信诈骗识别...
【专利技术属性】
技术研发人员：郑亚珂，
申请(专利权)人：北京秒信科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。