Erkennung von automatisierten Bot-Calls.
Identifikation von Bot Calls.
In diesem Projekt haben wir für unseren Kunden ein Machine Learning Modell entwickelt, das automatisierte Bot Calls zur Erkennung von Telekommunikations-Routen nach Europa identifiziert.
Herausforderung.
Anrufe in alle Welt werden über sog. Routen in die entsprechenden Länder vermittelt, wobei die Vermittlung entweder über direkte oder indirekte Routen stattfindet. Im Gegensatz zu westlichen Ländern veranschlagen insbesondere Schwellenländer hohe „Gebühren“, damit Anrufe in das jeweilige Land offiziell durchgestellt werden. Im Gegenzug werden voll- oder teilautomatische Botcalls durchgeführt, die wiederum Anrufe nach Europa durchführen, um Routen zu identifizieren, die offiziell nicht angemeldet sind. Unser Kunde, ein Betreiber von Routing-Services, stand vor der Herausforderung vollautomatisch Bot Calls zu identifizieren, um diese gezielt blacklisten zu könnnen.
Ansatz.
Auf Basis historischer Einzelverbindungsnachweise wurde ein aggregierter Datensatz erstellt, der verschiedene Merkmale auf Ebene der jeweiligen Telefonnummer komprimiert. Hierzu zählen bspw. Anzahl Verbindungen, Anrufverhalten in Bezug auf Tageszeit und Saisonalität, Entropie der angerufenen Nummern und viele weitere Features. Diese Merkmale bildeten die Grundlage zum Training eines Machine Learning Modells, das in der Lage ist, Bot-Anrufe mit hoher Genauigkeit zu erkennen.
Ergebnis.
Basierend auf dem geschätzten Machine Learning Modell wurde eine Lösung implementiert, die regelmäßig Anrufer scored und die Ergebnisse interaktiv in einem Dashboard visualisiert. Dort können Mitarbeiter des Unternehmens weitere Detailanalysen erstellen, die dabei helfen, die Systematik der Bot Calls besser zu verstehen und entsprechende Abwehrmechanismen weiterzuentwickeln.
Projekt Info.
Branche: Telco
Thema: Fraud Detection
Tools: SQL, R, QlikView
Aufwand: 1 Monat
Projektlaufzeit: 2 Monate
STATWORX Kontakt.
Ihr Ansprechpartner:
Fabian Müller
Leiter Data Science
Download Case.
Downloaden Sie diese Case Study als PDF zur weiteren Verwendung.