| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 研究内容及方法 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 2 相关的基础理论及技术 | 第16-22页 |
| 2.1 MC接口话单数据 | 第16-17页 |
| 2.2 随机森林的工作原理 | 第17-19页 |
| 2.3 Kafka+Spark Streaming框架 | 第19-22页 |
| 3 诈骗电话识别与响应系统的分析与设计 | 第22-28页 |
| 3.1 需求分析 | 第22-23页 |
| 3.2 业务流程 | 第23-24页 |
| 3.3 体系结构设计 | 第24-27页 |
| 3.4 部署环境 | 第27-28页 |
| 4 诈骗电话识别与响应关键技术及模型研究 | 第28-55页 |
| 4.1 MC话单预处理 | 第28-38页 |
| 4.1.1 MC话单数据结构 | 第28-30页 |
| 4.1.2 基于数据ETL的话单预处理 | 第30-33页 |
| 4.1.3 基于PCA的话单属性特征提取 | 第33-38页 |
| 4.2 诈骗电话识别模型 | 第38-53页 |
| 4.2.1 基于随机森林的模型训练 | 第38-44页 |
| 4.2.2 基于Spark Streaming的检测 | 第44-53页 |
| 4.3 基于多方联动的诈骗电话响应模型 | 第53-55页 |
| 5 诈骗电话识别与响应模型的实验测试 | 第55-64页 |
| 5.1 基于随机森林的模型参数调优测试 | 第55-62页 |
| 5.2 基于Spark Streaming检测可行性分析 | 第62-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 在学研究成果 | 第67-68页 |
| 致谢 | 第68页 |
