摘要：
当今数据时代电信诈骗现象日益增多，为了在短信诈骗份子实施诈骗前及时识别出其身份，根据目前电信行业需求及研究现状，在SPARK并行处理框架上，针对性地提出了分层子空间的加权随机森林算法。面对短信用户种类繁杂导致的数据类别不平衡带来的随机森林性能低下的问题，采用改进的分层子空间的方法，并根据评估出的每棵树的分类能力给决策树加权，相较于其他分类算法，改进的随机森林表现得更优异；针对电信行业海量数据的特点，选择分布式SPARK作为数据处理平台，并行化的平台缩短了模型训练和测试时间，提高了效率，实时、准确地识别电信短信诈骗用户，其准确率达到90%以上。
杨杰超，许江淳，岳秋燕，曾德斌，陆万荣. 基于SPARK与随机森林的短信诈骗用户识别研究[J]. 计算机工程与科学.
YANG Jiechao，XU Jiangchun，YUE Qiuyan，ZENG Debin，LU Wanrong.
SMS scam user identification based
on SPARK and random forest
[J]. Computer Engineering & Science.
