面向类不平衡问题的“职业举报人”识别方法

来源：计算机工程与应用杂志2019年第14期北京时间：

作者：易成岐1，黄倩倩1，王从余2，张何灿3，靳晓锟4，王建冬1

单位：1.国家信息中心 大数据发展部，北京 100045；2.清华大学 心理学系，北京 100084；3.北京大学 软件与微电子学院，北京 102600；4.北京大学 数学科学学院，北京 100871

摘要：“职业举报人”团伙化、规模化、专业化、低龄化作案趋势日趋明显，政府部门对其识别大多采用人工鉴别的方法，造成了大量人力资源的浪费。采用Bootstrapping数据重采样技术，结合文本、时间和举报人属性等特征，在解决类不平衡数据的过拟合问题基础上，实现了“职业举报人”的准确识别。实验结果表明，相比过采样和欠采样技术而言，利用Bootstrapping重采样技术识别准确率更高，采用CFS方法结合BestFirst策略对数据特征进行优化，在保证精度的前提下能够实现更高的计算效率。以全国12358价格监管平台的真实数据为驱动，验证了方法的有效性，对比分析了“职业举报人”和正常消费者的投诉举报行为习惯差异。

关键词：职业举报人,类不平衡,特征选择,数据驱动,12358价格监管平台