基于大数据技术的手机用户画像及征信研究

《基于大数据技术的手机用户画像及征信研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、.基于大数据技术的手机用户画像及征信研究随着计算机网络技术的不断发展，“数据即资源”的大数据时代已经来临。用户画像是电信运营商为了避免管道化风险，实现“数据驱动业务与运营”的重要举措。用户画像与应用大数据技术对客户分类密切相关，是单个客户的众多属性标签的累积；另一方面，在运营商涉足的消费金融领域，对手机用户所进行的个人信用评价，是对手机用户画像中的诸多特征实施再组合与分类的应用过程。1.手机用户画像与隐私保护所谓用户画像，是指单个用户所有信息标签的集合，即通过收集与分析用户的人口属性、社会交往、行为偏好等主要信息，将用户所有的

2、标签综合起来，勾勒出该用户的整体特征与轮廓。在互联网经济条件下，满足消费者个性化需求成为运营商差异化竞争的主要手段，用户画像可以较为精准地发现客户类型，成为电信运营商避免管道化风险，实现“数据驱动业务与运营”的重要助力。用户画像是个形象的比喻。在大数据技术的帮助下，我们可以了解手机用户的更多信息，但由于实施成本和隐私保护的限制，这个画像其实不是全息的“照相”或“录像”，是按需设计的，不可能无限细化，即用户“画像”不考虑成本与需求而具有超高“像素”是不现实的。一般而言，用户画像与客户分类密切相关。在大数据分析中对客户群进行分类，

3、如聚类分析、判断逻辑分析等，可以按特征将用户划分为不同的类别；这些多维角度的客户分类，形成了一系列不同的属性标签。对于单个客户，正是这些分类范围的相互交集，即是单个客户身上的众多标签的累积，使得客户形象逐渐丰满，依稀呈现。同时，众多特征的迭加也可视同从量变到质变的“涌突”现象，在标签信息的基础上，可以再从各项特征中重新按需组合，形成相对完整的“大属性”标签，实施进一步的分类。从这个角度来看，手机用户的个人信用评价，也是个手机用户画像中的诸多特征再组合分类的应用过程。...就电信运营商而言，应本着风险防范原则，首先加强系统安全的

4、日常管控与监查，具体包括：流程规划、权限分级、下载监控、合规巡检等内容（见表1）。其次，利用大数据技术做好威胁情报与安全数据的解析工作。近年来，随着网络安全攻防技术的不断演化，出现了依托社会工程学等方法的APT（AdvancedPersistentThreat，高级持续威胁）方式，APT不单针对用户信息，而是出于特定目标长期地威胁整个网络系统的安全。APT的出现，促使电信运营商的数据安全理念从以漏洞为中心的实时防御，发展到以威胁情报为中心的安全解析管理。安全解析管理要利用大数据技术，着重分析挖掘业务系统中：①业务流程类数据：包

5、括企业组织结构、业务环节构成、业务链关联、员工层级与分工权责、出勤在岗记录等，这些数据往往难以从机器中直接获取，且有助于对潜在威胁点的搜索与定位；②网络数据：包括FPC（fullpacketcapture）PSTR(Packet)，会话或flow数据；③设备、主机及应用的日志：包括WEB代理日志、路由器、防火墙日志、VPN日志、windows安全及系统日志等；④报警数据：即检测工具发现异常而发出的通知等。通过全面的数据解析，可以及时发现入侵迹象，力争在攻击者完成使命前成功地阻止其活动并完成溯源。当然，前面提及的日常实时防御仍是

6、安全管理的基础，构成了安全防守的纵深，否则后面的安全解析也无从谈起。蕞后，出于保护个人数据隐私的目的，做好数据脱敏工作。数据脱敏主要对应于数据分析应用与发布的环节，目前主要技术有：水印、泛化、加密、失真、归并等。其中，水印是指对局部信息的掩遮；失真是指采用添加噪声等方法对原始数据进行扰动处置，但还要保持原有的数据统计方面的性质不变；加密是应用密码技术对数据进行封装，这种方法保护效果蕞好但开销较大；泛化是对数据进行更概括、更抽象的描述，如对于年龄18岁，可以泛化为年龄取值区间为[14，25]；归并则是将量化的数值指标按一定的标准

7、进行分类，形成属性指标参数，如价值5000元以上手机型号，被划分为高档手机类，记为参数1，归并方法兼顾了失真与泛化的要求，在用户画像中常被使用。...表1：电信运营商数据安全与隐私保护当前，许多与民众生活息息相关的部门如公安户籍管理、社会保障、住房公积金管理等，都涉及到为数从多的个人家庭住址、社会关系、职业经历、个人收入等敏感信息，成为黑客们优选的攻击目标；但这些部门并没有因噎废食，在不断完善个人信息安全与隐私保护技术的前提下，充分利用大数据技术广泛开展综合业务为民服务。应该说，其它部门能够做到的，电信运营商也有能力做到。2.

8、主要技术来源与技术框架2.1主要数据来源手机用户画像的数据可以分为四大类：人口属性数据、社交网络数据、行为偏好数据和其他方面数据。2.1.1人口属性数据人口属性数据是指手机用户的姓名、年龄、性别、手机类型、手机用户唯一标识、订购套餐类型等基本信息，以及由此延伸的手机用户的实际