[发明专利]电话号码数据的发现与分类方法

权利要求书

1.一种电话号码数据的发现与分类方法，其特征在于，包括：

预先设定电话号码对应的数据分析规则；

提取数据表中的采样数据；

按照所述电话号码对应的数据分析规则，对所述采样数据进行电话号码数据分析，根据分析结果发现所述采样数据中的电话号码。

2.根据权利要求1所述的电话号码数据的发现与分类方法，其特征在于，所述的预先设定电话号码对应的数据分析规则，包括：

将电话号码种类的数据划分为混合电话号码、移动电话号码、固话号码和疑似电话号码四个子类，并对移动电话号码、固话号码和疑似电话号码分别设置移动电话号码计数器、固话号码计数器和疑似电话号码计数器。

3.根据权利要求2所述的电话号码数据的发现与分类方法，其特征在于，所述的提取数据表中的采样数据之前，还包括：

读取所述数据表所在的数据库的元数据，该元数据包括每个数据表的数据表名、数据中存储的数据的描述信息，以及每个数据表中的每个字段的字段名、数据类型定义、数据长度精度限制信息，根据所述元数据判断出所述数据库中需要进行数据分析的数据表和数据表中需要进行数据分析的字段；

根据所述数据表中每个字段的字段类型和长度精度，确定需要匹配电话号码对应的数据分析规则的字段。

4.根据权利要求3所述的电话号码数据的发现与分类方法，其特征在于，所述的提取数据表中的采样数据，包括：

设置数据表的采样行数规则为：提取数据表的前N行，从数据表的第N+1行开始提取M‰比率的数据行；当所述数据表中的全部数据记录的行数小于等于所述采样行数阈值N，则提取所述数据表中的全部记录行数的数据作为采样数据；当所述数据表中的数据记录的行数大于所述采样行数阈值，则提取所述数据表中的排列在前列的所述采样行数阈值N的行数，以及排列在所述采样行数阈值的行数后面的全部数据记录的行数的设定比率M‰作为采样数据。

5.根据权利要求2或3或4所述的电话号码数据的发现与分类方法，其特征在于，所述的按照所述电话号码对应的数据分析规则，对所述采样数据进行电话号码数据分析，根据分析结果发现所述采样数据中的电话号码，包括：

选取所述采样数据中的第一张数据表的第一行数据记录的数据，对所述第一行数据记录的数据进行拆分，得到多个字段的数据，选取第一个字段的数据，当所述第一字段的类型为字符串类型或者整形的数值类型字段，且长度大于等于7，则按照电话号码对应的数据分析规则，对所述第一个字段的数据进行电话号码数据分析,根据分析结果对移动电话号码计数器、固话号码计数器和疑似电话号码计数器的计数值进行统计处理；

选取第二个字段的数据，按照所述第一个字段的数据的数据分析过程，对所述第二个字段的数据进行数据分析，依次类推，对所述第一行数据记录中的每个字段的数据进行数据分析；

选取所述采样数据中的第二行数据记录的数据，按照所述第一行数据记录的数据的数据分析过程，对所述第二行数据记录的数据进行数据分析，依次类推，对所述采样数据中的所有数据表中的所有行数据记录的数据进行数据分析；

根据某个数据表中的某个字段对应的移动电话号码计数器、固话号码计数器和疑似电话号码计数器的计数值，判断所述某个字段的数据类型是否为电话号码。