[发明专利]预定类型号码识别方法及装置在审
申请号: | 201310674170.3 | 申请日: | 2013-12-11 |
公开(公告)号: | CN104714947A | 公开(公告)日: | 2015-06-17 |
发明(设计)人: | 金欢;陈中亭;潘安群;李雪冰;张盛凯;全小龙;陈和 | 申请(专利权)人: | 深圳市腾讯计算机系统有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;H04L29/06 |
代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 刁文魁;唐秀萍 |
地址: | 518000 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 预定 类型 号码 识别 方法 装置 | ||
1.一种预定类型号码识别方法,其特征在于,包括:
从第一类型号码在作业关系链中所对应的节点开始,以所述节点作为起始节点,按照其分支的指向搜索相邻的其它节点,直到叶节点然后再回溯到所述叶节点的父节点,搜索所述父节点相邻的其它节点,过程中判断每一个所搜索到的节点的属性是否符合特定条件,其中,所述作业关系链是预先构造的;
重复执行上述步骤,直到访问完所述作业关系链中的所有节点为止,以得到第一判断结果,其中,所述第一判断结果包括所述作业关系链中每一节点的属性是否符合所述特定条件的信息;
按照预先设置的筛选条件对所述第一判断结果中符合所述特定条件的节点进行筛选,以得到预定类型号码。
2.根据权利要求1所述的预定类型号码识别方法,其特征在于,所述作业关系链的构造包括以下步骤:
获取网络交互作业数据,其中,所述网络交互作业数据包括至少两个作业记录,所述作业记录包括号码数据和作业流向信息;
分别对所述作业记录中的号码数据和作业流向信息进行分类整理,以得出分类整理结果;以及
根据所述分类整理结果生成所述作业关系链,其中,所述号码数据与所述节点对应,所述作业流向信息与所述作业关系链中的分支对应。
3.根据权利要求2所述的预定类型号码识别方法,其特征在于,所述作业记录还包括作业频率信息、权重信息中的至少一者;
所述分别对所述作业记录中的号码数据和作业流向信息进行分类整理的步骤包括:
分别对所述作业记录中的号码数据和作业流向信息以及所述作业频率信息、所述权重信息中的至少一者进行分类整理。
4.根据权利要求3所述的预定类型号码识别方法,其特征在于,所述判断每一个所搜索到的节点的属性是否符合特定条件的步骤包括:
判断与所搜索到的节点相关的所述作业流向信息、所述作业频率信息、所述权重信息中的至少一者是否符合所述特定条件。
5.根据权利要求3所述的预定类型号码识别方法,其特征在于,在所述按照预先设置的筛选条件对所述第一判断结果中符合所述特定条件的节点进行筛选的步骤之前,所述方法还包括:
从第二类型号码在所述作业关系链中所对应的节点开始,根据预定阈值判断所述作业关系链中所有节点的属性是否与所述预定阈值相符,以生成第二判断结果;
其中,所述预定阈值是根据历史预定类型号码作为第二训练样本,并对所述第二训练样本的特征进行提取得出的。
6.根据权利要求5所述的预定类型号码识别方法,其特征在于,在所述生成第二判断结果的步骤之后,以及在所述按照预先设置的筛选条件对所述第一判断结果中符合所述特定条件的节点进行筛选的步骤之前,所述方法还包括:
对所述第一判断结果中符合所述特定条件的节点和所述第二判断结果中与所述预定阈值相符的节点进行去重操作,以得到去重结果;
所述按照预先设置的筛选条件对所述第一判断结果中符合所述特定条件的节点进行筛选的步骤为:
按照所述筛选条件对所述去重结果进行筛选。
7.根据权利要求1所述的预定类型号码识别方法,其特征在于,所述筛选条件是经过对第一训练样本进行训练得到的。
8.根据权利要求7所述的预定类型号码识别方法,其特征在于,所述按照预先设置的筛选条件对所述第一判断结果中符合所述特定条件的节点进行筛选的步骤包括:
利用预先构造的分类器对所述判断结果中的节点所对应的号码进行模式分类,以从中识别出至少一个预定类型号码;
其中,所述分类器的构造以从所述第一训练样本中提取的第一特征量作为参考信息,所述第一训练样本为预先选取的号码的样本。
9.根据权利要求8所述的预定类型号码识别方法,其特征在于,所述分类器的构造包括以下步骤:
计算所述第一训练样本中的训练节点所包含的熵不纯度;
根据所述熵不纯度计算所述训练节点采用不同特征进行分支操作将会得到的信息增益;
根据最大的信息增益对所述训练节点进行分支操作,以得到下一个训练节点;
重复执行上述步骤,直至所述分支操作所对应的训练节点均为末端节点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司;,未经深圳市腾讯计算机系统有限公司;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310674170.3/1.html,转载请声明来源钻瓜专利网。