[发明专利]异常号码识别方法及设备

权利要求书

1.一种异常号码识别方法，其特征在于，包括：

根据标签维度确定预设数目的待识别号码中，每一个待识别号码对应的每一个标签维度的值，其中，所述标签维度包括换机参数、位置参数、卡种参数、通信行为参数、证件参数和用户参数中至少一个；

根据所述每一个待识别号码对应的每一个标签维度的值，获得第一因子变量、第二因子变量和第三因子变量，其中，第一因子变量用于确定所述每一个待识别号码对应的每一个标签维度的值是否为能对待识别号码进行判断识别的值，所述第二因子变量用于确定所述每一个待识别号码对应的每一个标签维度的值是否正确，所述第三因子变量用于确定所述每一个待识别号码对应的每一个标签维度的值是否与其对应的其它标签维度的值一致；

根据所述第一因子变量、所述第二因子变量和所述第三因子变量，以及每种因子变量的最优权重，确定所述每一个待识别号码对应的各个标签维度的估计总值；

根据所述估计总值，确定所述每一个待识别号码是否为异常号码。

2.根据权利要求1所述的方法，其特征在于，所述根据所述每一个待识别号码对应的每一个标签维度的值，获得第一因子变量、第二因子变量和第三因子变量，包括：

根据所述每一个待识别号码对应的每一个标签维度的值，确定标签矩阵；

根据所述标签矩阵获得示性函数；

根据所述示性函数，获得所述第一因子变量、所述第二因子变量和所述第三因子变量。

3.根据权利要求1所述的方法，其特征在于，在所述确定所述每一个待识别号码对应的各个标签维度的估计总值之前，还包括：

根据所述第一因子变量、所述第二因子变量和所述第三因子变量，获得因子矩阵，其中，所述因子矩阵的每一行对应一个待识别号码的所述第一因子变量、所述第二因子变量和所述第三因子变量，所述因子矩阵的每一列对应所述第一因子变量、所述第二因子变量和所述第三因子变量中一种因子变量的值；

根据所述因子矩阵和所述每种因子变量的权重，确定第一概率函数；

根据所述第一概率函数，获得最小化负对数边缘似然函数；

基于梯度下降方法对所述最小化负对数边缘似然函数进行求解，获得所述每种因子变量的最优权重。

4.根据权利要求3所述的方法，其特征在于，所述确定所述每一个待识别号码对应的各个标签维度的估计总值，包括：

根据所述每种因子变量的最优权重和所述因子矩阵，确定第二概率函数；

根据所述第二概率函数，获得所述每一个待识别号码对应的各个标签维度的概率；

根据所述每一个待识别号码对应的各个标签维度的概率，确定所述每一个待识别号码对应的各个标签维度的估计总值。

5.根据权利要求1所述的方法，其特征在于，所述根据所述估计总值，确定所述每一个待识别号码是否为异常号码，包括：

将所述估计总值与预设阈值进行比较，确定所述估计总值低于所述预设阈值对应的待识别号码为所述异常号码。

6.一种异常号码识别设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机执行指令，所述处理器执行所述计算机执行指令时实现如下步骤：

根据标签维度确定预设数目的待识别号码中，每一个待识别号码对应的每一个标签维度的值，其中，所述标签维度包括换机参数、位置参数、卡种参数、通信行为参数、证件参数和用户参数中至少一个；

根据所述每一个待识别号码对应的每一个标签维度的值，获得第一因子变量、第二因子变量和第三因子变量，其中，第一因子变量用于确定所述每一个待识别号码对应的每一个标签维度的值是否为能对待识别号码进行判断识别的值，所述第二因子变量用于确定所述每一个待识别号码对应的每一个标签维度的值是否正确，所述第三因子变量用于确定所述每一个待识别号码对应的每一个标签维度的值是否与其对应的其它标签维度的值一致；

根据所述第一因子变量、所述第二因子变量和所述第三因子变量，以及每种因子变量的最优权重，确定所述每一个待识别号码对应的各个标签维度的估计总值；

根据所述估计总值，确定所述每一个待识别号码是否为异常号码。