[发明专利]用于呼叫分类的系统和方法

说明书

本发明涉及用于呼叫分类的系统和方法，所述方法包括：拦截发起设备和接收设备之间的语音呼叫的会话；将在语音呼叫的会话期间在发起设备和接收设备之间交换的语音呼叫数据转换为预定义的数据格式；分析转换后的语音呼叫数据以确定所拦截的语音呼叫的一个或多个属性；基于所确定的一个或多个属性来识别与所拦截的语音呼叫的会话相关联的一个或多个特征。使用所识别的一个或多个特征对所拦截的语音呼叫进行分类。

技术领域

本发明涉及信息安全领域，更具体地，涉及用于语音呼叫分类的系统和方法。

背景技术

当前，通用移动设备(例如移动电话、智能手机、平板电脑等)的几乎每个所有者都在处理来自银行、医疗中心、保险公司、美容院和其他在其工作中使用电话营销的公司的不想要的呼叫。在美国，事实上，法律禁止某些未经用户同意的电话营销员的呼叫。但是，大多数公司在合同中暗含地规定了这样的条款，并且绕开了法律。

在某些情况下，提供电话营销服务的公司积极使用在交流过程中可以模仿人的智能机器人(机器人)。机器人确定人的烦躁或兴趣的程度，并经常以避免营销语气的方式来定制对话。黑客也经常使用智能机器人来获取用户的机密信息(例如与信用卡、社会保险号等相关的数据)。

当前，存在用于处理这种令人讨厌的呼叫的确定电话号码的移动应用程序(例如TrueCaller(真实呼叫者))。在大多数情况下，将根据不断更新的垃圾号码的数据库检查进入的呼叫，如果在该数据库中存在呼叫垃圾制造者或黑客的号码，则通知用户已经在入侵通信中检测到呼叫方。

然而，目前，可以在号码交换技术的帮助下匿名进行电话呼叫或掩藏电话号码。黑客和其他恶意实体越来越多地使用此技术根据信贷机构的号码来呼叫银行客户，并请求进行提款所需的信息。

常规系统设备齐全以便很好地处理识别机器人化的呼叫的问题，但是通常无法将来自各种恶意实体的呼叫进行分类。而且，在新的黑客计划中，号码的改变使合法订户而不是黑客失去信用。阻止此类号码例如可能导致银行失去联系其客户的能力。

因此，需要解决呼叫分类的问题(包括利用交换号码的黑客呼叫)。

发明内容

公开了用于通过分析语音呼叫的记录和某些属性来对语音呼叫进行分类、并且通过呼叫分类向用户提供关于特定呼叫类别的信息的系统和方法。

在一方面，提出了一种用于语音呼叫的分析和分类的方法，其中，该方法包括以下步骤：拦截发起设备和接收设备之间的语音呼叫的会话；将在语音呼叫的会话期间在发起设备和接收设备之间交换的语音呼叫数据转换为预定义的数据格式；分析转换后的语音呼叫数据以确定所拦截的语音呼叫的一个或多个属性；基于所确定的一个或多个属性来识别与所拦截的语音呼叫的会话相关联的一个或多个特征；使用所识别的一个或多个特征对所拦截的语音呼叫进行分类。

在一方面，转换语音呼叫数据还包括记录语音呼叫数据。在一方面，预定义的数据格式包括格式化文本。

在一方面，所拦截的语音呼叫的分类类型包括以下中的至少一者：常规呼叫和不想要的呼叫。在一方面，所识别的一个或多个特征包括以下中的至少一者：呼叫类别、语音呼叫数据的情绪成分、机器人化的语音的存在、和呼叫持续时间。

在一方面，呼叫类别包括以下中的至少一者：电话营销、社会调查、提供服务、欺诈。

在一方面，基于记录，使用一个或多个呼叫分类属性来确定呼叫类别。在一方面，呼叫分类属性包括以下中的至少一者：词、n元语法(n-grams)、词嵌入、词袋。

在一方面，所拦截的语音呼叫的情绪成分基于以下中的至少一者而是积极或消极的：(i)将文本分解成词或词序列的规则，所述词或词序列具有预先指定的积极或消极的评价；(ii)词汇表，其中对来自预先编译的词汇表的积极词和消极词的数量进行计数；(iii)机器学习。

在一方面，使用一组预先选择的音素串来确定机器人化的语音的存在。