five

通信用户通话特征数据集|通信用户特征数据集|诈骗行为识别数据集

收藏
山东省数据知识产权存证登记平台2024-08-23 更新2024-08-24 收录
通信用户特征
诈骗行为识别
下载链接:
https://sddip.com/xxgs/publicDetails/6ccea8c6c5084f8e967e58341cd086e3
下载链接
链接失效反馈
资源简介:
本数据集包括用户号码、日/月通话汇总(如通话次数、平均时长、通话离散度等),旨在精准识别潜在的诈骗行为,并即时向可能受害的群众发出预警,有效保障其财产安全。 我们确保所有处理过程均遵循严格的隐私保护标准,仅提取必要的数据特征用于分析,且处理后的数据以匿名形式返回,仅用于评估用户的近期通话模式,以便快速响应任何可疑诈骗活动。 通过深度挖掘这些通话特征,结合大数据分析与模型预测,我们能够更精准地识别诈骗行为模式,同时提升对潜在受害者的预警效率。随着系统的持续运行,数据集合将不断迭代更新,为模型提供更加丰富和准确的训练样本,从而进一步优化诈骗行为的识别与预防能力,实现风险的提前预判与有效遏制。
提供机构:
中国电信股份有限公司山东分公司
AI搜集汇总
数据集介绍
main_image_url
特点
通信用户通话特征数据集由中国电信股份有限公司山东分公司提供,主要用于反欺诈模型的构建。该数据集包含用户号码、日/月通话汇总等信息,旨在通过分析通话特征识别和预防诈骗行为,同时确保用户隐私得到保护。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

2022_张家界市标准地图行政区划示意版32开

基于湖南省基础地理信息数据库,依据湖南省行政区划界线标准画法和最新境界、标准地名成果,采用其他自然地理要素和人文专题要素的现势性资料编制而成。

湖南大数据交易所 收录

上奇产业通

上奇产业通是依托北京上奇数字科技有限公司(简称“上奇”)自主研发的产业知识计算引擎,推出的新一代“产业情报和智能决策”SaaS账号系统。平台覆盖200余个产业链图、100万种产品、5000万家企业等,利用产业知识计算引擎的数据、算法和模型,提供产业数据和关系的一站式信息搜索、图谱绘制、内容订阅、报告生成、企业尽调、项目推荐等服务,支撑行业研究、精准招商和投资决策等。

北京国际大数据交易所 收录

Yahoo Finance Historical Data

该数据集包含来自Yahoo Finance的历史股票数据,涵盖了股票的开盘价、收盘价、最高价、最低价、成交量等信息。数据集的时间跨度从2000年1月至今,提供了全球多个市场的股票数据。

finance.yahoo.com 收录

中国1km分辨率逐月平均气温数据集(1901-2024)

该数据为中国逐月平均温度数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2024.12。数据格式为NETCDF,即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录

AudioSet

Audioset 是一个音频事件数据集,由超过 200 万个人工注释的 10 秒视频片段组成。这些剪辑是从 YouTube 收集的,因此其中许多质量很差,并且包含多个声源。使用 632 个事件类的分层本体来注释这些数据,这意味着可以将相同的声音注释为不同的标签。例如,吠叫的声音被注释为 Animal、Pets 和 Dog。所有视频都分为评估/平衡训练/不平衡训练集。

OpenDataLab 收录