[发明专利]用于短信领域分类的方法、短信领域识别方法及装置

权利要求书

1.一种用于短信领域分类的方法，其特征在于，所述方法包括：

确定收集到的所有短信领域中每一短信领域对应的短信模板集合；

根据所述所有短信领域中每一短信领域对应的短信模板集合确定分类器的训练数据集；

根据在设定时间段内统计到的所述每一短信领域对应的短信模板集合中的每一短信模板各自对应的频次确定所述每一短信模板对应的用于训练所述分类器的次数；

通过所述训练数据集以及所述短信模板集合中的每一短信模板对应的用于训练所述分类器的次数训练所述分类器，所述分类器用于得到相应短信领域的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述所有短信领域中每一短信领域对应的短信模板集合确定分类器的训练数据集，包括：

确定所述所有短信领域中的每一短信模板与所述每一短信领域的第一映射集合，所述第一映射集合为所述所有短信模板中的每一短信模板、所述每一短信模板在所述设定时间段内统计到的频次与所述每一短信领域的对应关系；

确定所述第一映射集合中的每一短信模板中的关键字集合；

标注所述每一短信模板中的关键字集合，得到第二映射集合，所述第二映射集合为所述所有短信模板中的每一短信模板中的关键字集合、所述每一短信模板在所述设定时间段内统计到的频次与所述每一短信领域的对应关系，将所述第二映射集合作为训练数据集。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述所有短信领域中每一短信领域对应的号码集合；

确定所述每一短信领域对应的号码集合对应的频繁前缀集合和频繁后缀集合；

确定所述频繁前缀集合与所述所有短信领域中每一短信领域的第三映射集合，以及确定所述频繁后缀集合与所述所有短信领域中每一短信领域的第四映射集合，其中，所述第三映射集合和所述第四映射集合用于基于待分类短信的发送方号码确定所述待分类短信的候选短信领域，以便根据所述候选短信领域对应的分类器得到所述待分类短信的分类结果。

4.根据权利要求3所述的方法，其特征在于，所述确定所述每一短信领域对应的号码集合对应的频繁前缀集合和频繁后缀集合，包括：

确定所述每一短信领域对应的号码集合中的每一发送方号码的前缀和所述每一发送方号码的后缀；

统计所述号码集合中的每一个前缀出现的第一次数和所述号码集合中的每一个后缀出现的第二次数；

将所述第一次数大于第一设定阈值的前缀确定为所述每一短信领域对应的号码集合对应的频繁前缀集合，将所述第二次数大于第二设定阈值的后缀确定为所述每一短信领域对应的号码集合对应的频繁后缀集合。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将训练后的所述分类器、所述第三映射集合和所述第四映射集合发送给移动终端，以使所述移动终端根据所述第三映射集合、所述第四映射集合、所述分类器得到短信所属的短信领域。

6.一种短信领域识别方法，其特征在于，所述方法包括：

在短信应用程序接收到短信后，根据所述短信的发送方号码确定所述短信对应的短信领域集合；

如果所述短信领域集合包括两个以上的短信领域，通过分类器对所述短信的内容进行概率统计，得到两个以上的统计结果；

将所述两个以上的统计结果中的最大值对应的短信领域确定为所述短信所属的短信领域；

所述根据所述短信的发送方号码确定所述短信对应的短信领域集合，包括：

确定所述短信的发送方号码的前缀和后缀；

分别在第三映射集合和第四映射集合查询所述前缀和所述后缀，得到所述前缀和所述后缀分别对应的第一领域集合和第二领域集合，其中，所述第三映射集合和所述第四映射集合分别用于表示发送方号码的前缀与短信领域的第一对应关系和发送方号码的后缀与短信领域的第二对应关系；

通过所述第一领域集合和所述第二领域集合确定所述短信所属的短信领域。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

如果所述短信领域集合包括一个短信领域，将所述短信领域集合所包括的该短信领域确定为所述短信所属的短信领域。