欺詐是電信行業(yè)面臨的主要挑戰(zhàn)。 這些欺詐者損失了大量收入，這些欺詐者開發(fā)了不同的技術(shù)和策略來(lái)欺騙服務(wù)提供商。 對(duì)于要保留在該行業(yè)中的任何服務(wù)提供商，應(yīng)將這些欺詐者的活動(dòng)造成的預(yù)期損失降到最低，甚至不能完全消除。 但是由于海量數(shù)據(jù)的性質(zhì)和所涉及的數(shù)百萬(wàn)訂戶的緣故，要發(fā)現(xiàn)這一群人變得非常困難。 為此，需要一種最佳的分類器和預(yù)測(cè)概率模型，該模型可以捕獲訂戶的當(dāng)前和過(guò)去的歷史，并對(duì)它們進(jìn)行相應(yīng)的分類。 在本文中，我們開發(fā)了一些預(yù)測(cè)模型和最佳分類器。 我們模擬了八十（80）個(gè)訂戶的樣本：他們的呼叫數(shù)量和呼叫持續(xù)時(shí)間，并將其分類為四個(gè)子樣本，每個(gè)樣本大小為二十（20）個(gè)。 我們獲得了各組的先驗(yàn)概率和后驗(yàn)概