“解决电话欺诈的问题需要电信运营商能实时在大数据中检测到各种复杂关系。 起初我们采用的是在关系型数据库基于规则的反欺诈方案,运算速度慢、误判率较高,很难有效地防止欺诈行为。 后来我们改变战略模式,选购了TigerGraph,采用图数据库加机器学习的架构,利用TigerGraph实时返回结果的强大计算能力, 我们可以实时地对海量新拨打的电话进行特征提取。这些在图数据库上面进行几步关联分析所提取的众多特征, 成为我们甄别正常/骚扰/广告/欺诈电话的关键依据。经测试基于TigerGraph的反欺诈系统具有高准确率和高召回率。图里有近5亿个电话号码。系统每秒可以处理高达7000个新接入的电话。TigerGraph高效,稳定,是新时代机器学习以及反欺诈行业的极好选择。”
中国移动通信集团某省有限公司 业务支撑系统部和大数据挖掘分析中心架构师