浙江百应科技有限公司

当前电信网络诈骗存在的覆盖不全面、不精准、触达不及时、沟通不便捷、数据不闭环，进而导致反诈宣防和劝阻拦截工作效果无法科学评估和预判风险的问题。通过大模型和流式计算引擎进行异常模式识别，结合业务场景构建涉诈话术特征库，最终形成动态更新的诈骗风险预警数据及模型，可实现精准分析反诈数据，并指导反诈宣传和劝阻工作。1.数据采集：从百应客户互动平台系统数据库中，提取反映每次触达及互动过程的数据，包括触达次数，成功次数，预警准确数等； 2.数据处理：将采集到的数据，去除异常值和错误值，根据模块进行分类，并执行计算。 多模态触达发起数 = sum(通过安盾系统发起的触达次数) 多模态触达成功数 = sum(系统发起，并成功被接通的次数) 多模态触达成功率 = 多模态触达成功数/多模态触达发起数 预警准确数 = sum(触达成功后，市民在过程中表示触达信息准确的肯定次数) 预警准确率 = 预警准确数/多模态触达成功数 被骗数 = sum(触达成功后，市民表述自己被骗的次数) 被骗率 = 被骗数/多模态触达成功数 宣传成功数 = sum(触达成功，且触达内容全部播放完成的次数) 宣传成功率 = 宣传成功数/多模态触达成功数 3.数据应用：根据触达成功率、预警准确率等指标，判断当前触达和预警系统的质量，根据被骗数和被骗率指标，识别高危人群，指导劝阻工作。