基于Python的移动网络通讯行为的用户风险识别 课程报告+项目代码及数据集

---

目  录一、 实验内容 2二、 实验主要思想与方法 22.1数据集训练与可视化 32.1.1用户通话记录 32.1.2用户短信记录 82.1.3用户网站/App访问记录。 112.2特征提取 122.3LightGBM 17三、 实验结果 18四、心得体会 18一、实验内容参加“基于移动网络通讯行为的用户风险识别”大赛，本次大赛以模拟的语音通话、短信收发、网站及App访问记录等移动网络使用行为为基础，参赛队伍需要通过数据挖掘技术和机器学习算法，构建识别风险用户的预测模型，判别用户属于风险用户的可能性。从而为各行业提供风控保障，助力新时代大数字生态的健康有序发展。二、实验主要思想与方法本实验主要根据用户的通话记录、短信记录、网站和APP访问记录的信息，对用户进行分类和预测。在实验方法介绍分为三部分，第一部分为数据集训练与可视化，第二部分介绍特征提取的主要策略，在第三部分将介绍此次实验使用的LightGBM模型。