CN110851493B - 一种用于话单分析通联特征的方法和系统 - Google Patents

Abstract

本申请公开了一种用于话单分析通联特征的方法和系统。其中，基于电话编码规则统计第一话单数据列表中被叫方归属地信息，基于特服号码和姓名正则方法分析被叫方通联主体类型，从而获得被叫方通联信息；利用通联时间对第一话单数据列表进行升序排列，基于时间挖掘规则获取主叫方通联信息，主叫方通联信息包括通联时段信息、睡眠时段信息和通联地点信息；基于分析主叫方通联信息和被叫方通联信息，获得分析对象的通联特征行为规律，比较通联特征行为规律与常规通联规律进而获得分析对象的敏感通联特征信息。该方案通过提取到话单中的通联特征行为规律，进而获取敏感通联特征信息，便于快速获取分析对象的生活习惯、活动规律和通联规律。

Description

一种用于话单分析通联特征的方法和系统

技术领域

本申请涉及数据挖掘分析技术领域，具体涉及一种用于话单分析通联特征的方法和系统。

背景技术

经过几十年的通信技术发展，移动电话已经成为公众日常生活不可缺少的通信工具，而在手机使用过程中产生的相应手机话单，也逐渐成为必不可少线索，在一定程度上反映用户与外界的关系。由于手机话单分析具有定人、定时、定位、定人际关系等特性，所以具有独特作用。此外，随着社会的发展及科技的进步，人员关系越来越复杂，人员之间的通联数据也越来越多。因此如何从众多复杂的数据中，快速简便地提取到个人话单通信特征行为变得很困难。

目前市面上的存在以下三种产品，第一种是仅提供表格形式的个人话单各个字段的筛查统计产品，其方式表现单一抽象，无法很好的归类统计；第二种是直接以话单的某个属性来展示其中一方面的特征的产品，只能呈现局部的特征，无法全面分析；第三种需要用户多步操作，且操作繁琐复杂，需要依靠自身较高的经验，进行多次或者循环反复地条件筛查统计分析的产品。

发明内容

本申请的目的在于提出了一种用于话单分析通联特征的方法和系统，通过提取被叫方通联信息和主叫方通联信息获取分析对象的通联特征行为规律，并通过分析敏感通联特征信息，便于快速获取分析对象的生活习惯、活动规律和通联规律。解决当前话单分析中参数少、精准度低和可行性差的技术问题，同时简化操作步骤，全方位展现分析对象的通联行为特征。

第一方面，本申请实施例提供了一种用于话单分析通联特征的方法，该方法包括：

S1：利用从数据库提取到的话单数据进行清理和归一化处理，获得第一话单数据列表；

S2：基于电话编码规则统计第一话单数据列表中被叫方归属地信息，基于特服号码和姓名正则方法分析被叫方通联主体类型，从而获得被叫方通联信息；

S3：利用通联时间对第一话单数据列表进行升序排列，基于时间挖掘规则获取主叫方通联信息，主叫方通联信息包括通联时段信息、睡眠时段信息和通联地点信息，其中，睡眠时段为通联时长最短和通联次数最少的持续时间间隔，并结合时间分段获取主叫方的睡眠规律，基于不同通联地点从第一话单数据列表筛选出第二话单数据列表，第二话单数据列表包括通联地点以及对应通联地点的停留时长，停留时长具体表示为结束通联时间和开始通联时间的差值；以及

S4：基于分析主叫方通联信息和被叫方通联信息，获得分析对象的通联特征行为规律，比较通联特征行为规律与常规通联规律进而获得分析对象的敏感通联特征信息。

在该方法中，基于提取到被叫方通联信息和主叫方通联信息获得分析对象的通联特征行为规律，并与正常人群和分析对象其他时间段的话单提取信息进行比较获得敏感通联特征信息，便于快速获取分析对象的生活习惯、活动规律和通联规律。

在一些具体实施例中，常规通联规律包括相似生活习惯、活动规律的正常人群的通联行为规律和分析对象在第一话单数据列表以外的通联行为规律。将获取到的通联特征行为规律与常规通联规律相比较，将分析对象与有相似生活规律、作息时间的正常人群对比和与分析对象的其他时间段的历史话单通联行为特征相对比，更全面和直观地获得分析对象在第一话单数据列表的敏感通联特征信息。

在一些具体实施例中，在S2步骤前还包括基于第一话单数据列表统计分析对象的通联概况信息，增加通联概况信息较少的第一话单数据列表的信息采集时间长度，通联概况信息包括通联次数、通联总时长，主叫时长、主叫次数、被叫时长和被叫次数。先统计主叫方的通联概况，增加通联概况数据较少的第一话单数据列表，使后续提取被叫方通联信息和主叫方通联信息的运算数据更加真实提高了数据的参考度。

在一些具体实施例中，在S2步骤中被叫方归属地信息包括被叫方号码个数、被叫方归属地通联时长和被叫方通联频率和被叫方地域分布情况，被叫方通联主体类型包括公司和个人，被叫方通联主体类型判定方法为采用特服号码的分析方法寻找数据库对应的公司名称，将未找到公司名称的第一话单数据列表，采用姓名正则方法分析被叫方的姓名。从被叫方的归属地信息和被叫方通联主体类型两个角度获取分析对象的通联对象的情况，确定通联对象分布区域和各区域通联对象的个数和时长，具体根据实际需要进行筛选提取。

在一些具体实施例中，在S3步骤中的通联时段信息包括统计工作日/节假日、星期和每日主叫通联信息，其中，统计工作日/节假日采用星期和法定节假日系统相结合的方法获取通联时段信息。根据统计主叫方的通联时段筛选可能存在不正常的通联行为。

在一些具体实施例中，S3步骤具体包括：将时间间隔的值X设置为[5h,8h] 范围中的整数，依据时间间隔的值X划分出24段时间分段[0,X]、[1,X+1]…[n,X+n]…[23,X-1]，并且统计24段时间分段中发生的通联时长和通联次数，将其中具有最短通联时长和最少通联次数的时间分段确定为睡眠时段，当睡眠时段与正常时段存在差异，则定义为敏感睡眠时段信息，其中正常时段的范围设置为[21,8]。睡眠时段主要获取分析对象的生活作息规律，异常行为的发生往往避开正常人群的生活作息规律或者分析对象的某一时期的生活作息与往常作息存在异常的情况。

在一些具体实施例中，当判断最少通联次数小于第一阈值且最短通联时长小于第二阈值，仍未找到满足条件的睡眠时段，则重新设置第一阈值和第二阈值，直至获得满足条件的睡眠时段。鉴于人类生物规则，睡眠是必不可少的作息规律，当计算机运算找不到满足条件的第一阈值和第二阈值，根据实际情况重新设置第一阈值和第二阈值，重新循环时间间隔的值X，获取主叫方的睡眠时段。

在一些具体实施例中，在S3步骤中主叫方通联信息还包括串号使用分布，利用串号分析方法统计主叫方号码串号使用的时长和频率。串号分析方法追踪主叫方的手机号码是否为第三方设备使用，便于初步判断主叫方号码是否存在多人共用的可能。

另一方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述实施例的方法。

第三方面，本申请实施例提供了一种用于话单分析通联特征的系统，该系统包括：

第一话单数据列表提取单元：配置用于利用从数据库提取到的话单数据进行清理和归一化处理，获得第一话单数据列表。

被叫方通联信息提取单元：配置用于基于电话编码规则统计第一话单数据列表中被叫方归属地信息，基于特服号码和姓名正则方法分析被叫方通联主体类型，从而获得被叫方通联信息。

主叫方通联信息提取单元：配置用于利用通联时间对第一话单数据列表进行升序排列，基于时间挖掘规则获取主叫方通联信息，主叫方通联信息包括通联时段信息、睡眠时段信息和通联地点信息，其中，睡眠时段为通联时长最短和通联次数最少的持续时间间隔，并结合时间分段获取主叫方的睡眠规律，基于不同通联地点从第一话单数据列表筛选出第二话单数据列表，第二话单数据列表包括通联地点以及对应通联地点的停留时长，停留时长具体表示为结束通联时间和开始通联时间的差值。

敏感通联特征信息分析单元：配置用于基于分析主叫方通联信息和被叫方通联信息，获得分析对象的通联特征行为规律，比较通联特征行为规律与常规通联规律进而获得分析对象的敏感通联特征信息。

本申请提供的一种用于话单分析通联特征的方法和系统。其中，基于电话编码规则统计第一话单数据列表中被叫方归属地信息，基于特服号码和姓名正则方法分析被叫方通联主体类型，从而获得被叫方通联信息；利用通联时间对第一话单数据列表进行升序排列，基于时间挖掘规则获取主叫方通联信息，主叫方通联信息包括通联时段信息、睡眠时段信息和通联地点信息；基于分析主叫方通联信息和被叫方通联信息，获得分析对象的通联特征行为规律，比较通联特征行为规律与常规通联规律进而获得分析对象的敏感通联特征信息。该方案通过提取到话单中的通联特征行为规律，进而获取敏感通联特征信息，便于快速获取分析对象的生活习惯、活动规律和通联规律。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是根据本申请实施例中的用于话单分析通联特征的方法的流程图；

图2是根据本申请实施例中的用于话单分析通联特征信息的模型框架图；

图3是根据本申请实施例中的用于按天统计通联概况的流程图；

图4是根据本申请实施例中的用于按月统计通联概况的流程图；

图5是根据本申请实施例中的用于统计被叫方地区分布的流程图；

图6是根据本申请实施例中的用于分析被叫方主体类型的流程图；

图7是根据本申请实施例中的用于统计主叫方睡眠时段信息的流程图；

图8是根据本申请实施例中的用于统计主叫方通联地点停留时长的流程图；

图9是根据本申请实施例中的用于展示主叫方通联地点分布示意图；

图10是根据本申请实施例中的用于展示主叫方串号使用分布示意图；

图11是根据本申请实施例中的用于话单分析通联特征的系统界面展示图。

图12是根据本申请实施例中的一种用于话单分析通联特征信息的系统的示意性结构框图；

图13适于用来实现本申请实施例的电子设备的计算机系统的结构示意图；

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了根据本申请实施例中的用于话单分析通联特征的方法的流程图。如图1所示，该方法包括获取第一话单数据列表，提取被叫方通联信息、提取主叫方通联信息和分析敏感通联特征信息的步骤。

在步骤S1中：利用从数据库提取到的话单数据进行清理和归一化处理，获得第一话单数据列表。

在该步骤中，从各大运营商中抽取话单数据，并对抽取到的话单数据进行清洗，转化为统一的标准话单数据，屏蔽不同运营商多种话单数据格式带来的复杂性，得到归一化的第一话单数据列表。

在步骤S2中：基于电话编码规则统计第一话单数据列表中被叫方归属地信息，基于特服号码和姓名正则方法分析被叫方通联主体类型，从而获得被叫方通联信息。

在该步骤中，被叫方归属地信息可以通过手机卡信息数据库及地区资源库，利用手机号规则计算出被叫方手机号码的归属地，被叫方主体类型先从各大运营商数据中的被叫方号码入手，在可维护的特服号码数据库中查找号码对应的特服名称，若找到的，则为公司。否则从第一话单数据列表中的被叫方的姓名入手采用姓名正则表达式，对比被叫方的姓名是否符合正则表达式规则，符合被叫方主体类型为个人，否则为被叫方主体类型为公司。

在步骤S3中：利用通联时间对第一话单数据列表进行升序排列，基于时间挖掘规则获取主叫方通联信息，主叫方通联信息包括通联时段信息、睡眠时段信息和通联地点信息，其中，睡眠时段为通联时长最短和通联次数最少的持续时间间隔，并结合时间分段获取主叫方的睡眠规律，基于不同通联地点从第一话单数据列表筛选出第二话单数据列表，第二话单数据列表包括通联地点以及对应通联地点的停留时长，停留时长具体表示为结束通联时间和开始通联时间的差值。

在该步骤中，统计分析主叫方的通联时段信息、睡眠时段信息和通联地点信息。利用睡眠时段通话行为最少的特征，通过统计一定时间范围内各个时段的综合通联时长及通联次数来定义主叫方的睡眠时段。通过计算通联时长最短，通联次数最少的一定持续时间段范围，作为主叫方的睡眠时段；通过第一话单数据列表中的主叫方当前通话地、通联时间和通联时长统计主叫方在某个时间段的主要通话地点和在该地点的停留时间。

在步骤S4中：基于分析主叫方通联信息和被叫方通联信息，获得分析对象的通联特征行为规律，比较通联特征行为规律与常规通联规律进而获得分析对象的敏感通联特征信息。

在该步骤中，从提取到的被叫方的通联信息和主叫方的通联信息获得分析对象的通联特征行为规律，并与正常人群的通联特征行为以及分析对象的数据库中的历史话单数据进行相比较，从而获得敏感通联特征信息行为，便于快速获取分析对象的生活习惯、活动规律和通联规律。

在一些优选实施例中，在S2步骤前还包括基于第一话单数据列表统计分析对象的通联概况信息，增加通联概况信息较少的第一话单数据列表的信息采集时间长度，通联概况信息包括通联次数、通联总时长，主叫时长、主叫次数、被叫时长和被叫次数。先统计主叫方的通联概况，增加通联概况数据较少的第一话单数据列表，使得在后续提取被叫方通联信息和主叫方通联信息的运算结果更真实可信。

在一些具体实施例中，在S2步骤中被叫方归属地信息包括被叫方号码个数、被叫方归属地通联时长和被叫方通联频率和被叫方地域分布情况，被叫方通联主体类型包括公司和个人，被叫方通联主体类型判定方法为采用特服号码的分析方法寻找数据库对应的公司名称，将未找到公司名称的第一话单数据列表，采用姓名正则方法分析被叫方的姓名。从被叫方的归属地信息和被叫方通联主体类型两个角度获取分析对象的通联对象的情况，确定通联对象分布区域和各区域通联对象的个数和时长，具体根据实际需要进行筛选提取。

在一些具体实施例中，在S3步骤中的通联时段信息包括统计工作日/节假日、星期和每日主叫通联信息，其中，统计工作日/节假日采用星期和法定节假日系统相结合的方法获取通联时段信息。根据统计主叫方的通联时段筛选可能存在不正常的通联行为。

在一些具体实施例中，S3步骤具体包括：将时间间隔的值X设置为[5h,8h] 范围中的整数，依据时间间隔的值X划分出24段时间分段[0,X]、[1,X+1]…[n,X+n]…[23,X-1]，并且统计24段时间分段中发生的通联时长和通联次数，将其中具有最短通联时长和最少通联次数的时间分段确定为睡眠时段，当睡眠时段与正常时段存在差异，则定义为敏感睡眠时段信息，其中正常时段的范围设置为[21,8]。睡眠时段主要获取分析对象的生活作息规律，异常行为的发生往往避开正常人群的生活作息规律或者分析对象的某一时期的生活作息与往常作息存在异常的情况。

在一些具体实施例中，当判断最少通联次数小于第一阈值且最短通联时长小于第二阈值，仍未找到满足条件的睡眠时段，则重新设置第一阈值和第二阈值，直至获得满足条件的睡眠时段。鉴于人类生物规则，睡眠是必不可少的作息规律，当计算机运算找不到满足条件的第一阈值和第二阈值，根据实际情况重新设置第一阈值和第二阈值，重新循环时间间隔的值X，获取主叫方的睡眠时段。

在一些优选的实施例中，当时间间隔的值X设置为8h时，划分为出[0,8]、[1,9]…[n,X+n]…[23,7]，具体表示为00:00-8:00、01：-9:00…23:00-7:00，并设置第一阈值为1次，第二阈值为1分钟，计算机运算判定00:00-8:00、01：-9:00…23:00-7:00，以上时间段内通联次数和通联时长是否满足通联次数小于1次，通联时长小于1分钟的条件，若满足，则确定该时段为睡眠时长，若不满足，重新设置时间间隔的值X依次为7h、6h和5h，相应划分对应的时间分段，依次循环寻找满足第一阈值和第二阈值的时间分段，若都未满足，则重新设置第一阈值为2次，第二阈值为2分钟，且设置间间隔的值X为8h，重新循环运算。

在一些优选的实施例中，当运算后获得的睡眠时段范围在21:00-8：00内，或者与分析对象历史睡眠时段相同或相似，则该分析对象的睡眠时段属于正常，否则识别为异常。

在一些具体实施例中，在S3步骤中主叫方通联信息还包括串号使用分布，利用串号分析方法统计主叫方号码串号使用的时长和频率。串号分析方法追踪主叫方的手机号码是否为第三方设备使用，便于初步判断主叫方号码是否存在多人共用可能。

继续参考图2，其示出了根据本申请实施例中的用于话单分析通联特征信息的模型框架图。话单分析通联特征模型201包括统计统通联概况202、提取被叫方通联信息203和提取主叫方通联信息204的步骤。

步骤202：统计统通联概况。统计第一话单数据列表中的通联次数2021、通联总时长2022、主叫时长和主叫次数2023、被叫时长和被叫次数2024，可以根据具体分析需求按月或者按天统计以上参数。

步骤203：提取被叫方通联信息。具体通过对提取到的被叫方通联信息203进一步分析提取被叫方归属地信息2031和被叫方通联主体类型2032判断通联对象的分布区域和具体类型。

步骤204：提取主叫方通联信息。通过提取到的主叫方通联信息204进一步分析提取主叫方的通联时段信息2041、睡眠时段信息2042、通联地点信息2043和串号使用分布2044判断分析对象的生活作息规律、生活轨迹和主叫号码使用。

在一些具体实施例中，通联次数2021表示为第一话单数据列表中全部通联次数总和。

在一些具体实施例中，通联总时长2022表示为第一话单数据列表中全部通联时长总和。

在一些具体实施例中，主叫时长和主叫次数2023表示为第一话单数据列表中呼出的全部通联时长和通联次数。

在一些具体实施例中，被叫时长和被叫次数2024表示为第一话单数据列表中呼入的全部通联时长和通联次数。

继续参考图3，其示出了根据本申请实施例中的用于按天统计通联概况的流程图。具体流程包括以下步骤：

步骤301：从话单数据库通过清洗和归一化处理获得话单数据列表A，计算相同日期的呼入时长、呼出时长和总时长，并按通联时间进行升序排列。

步骤302：设置一个日期变量作为当前日期dtCurrent；设置一个变量i指向话单数据列表A的第一条记录，设置三个容器分别存放同一天的呼入时长、呼出时长和总时长。

步骤303：从话单数据列表A获取第i条记录信息表示为record，该记录通联日期表示为dtRecord。

步骤304：判断当前日期dtCurrent是否为空，若“是”，则设置当前日期dtCurrent等于记录通联日期dtRecord，继续执行步骤305；若“否”，则直接执行步骤305。

步骤305：判断当前日期dtCurrent是否大于记录通联日期dtRecord，当前日期dtCurrent小于或等于记录通联日期dtRecord时，直接执行步骤306；当前日期dtCurrent大于记录通联日期dtRecord时，设置i=i+1，执行步骤308。

步骤306：判断当前日期dtCurrent是否等于记录通联日期dtRecord，当前日期dtCurrent等于记录通联日期dtRecord时，输出第i条记录的呼入时长、呼出时长和总时长一并存入对应容器；当前日期dtCurrent不等于记录通联日期dtRecord时，将该第i条记录record的呼入时长、呼出时长和总时长设置为0值，存入对应容器，执行步骤307。

步骤307：将当前日期dtCurrent加一天后，重复执行步骤305判断。

步骤308：判断i是否满足i>数据列表A记录数，当判断为“否”，重复执行步骤303运算；当判断结果为 “是”，根据三个容器数据绘制表格及图形，结束运算流程。

继续参考图4，其示出了根据本申请实施例中的用于按月统计通联概况的流程图。具体流程包括以下步骤：

步骤401：从话单数据库通过清洗和归一化处理获得话单数据列表A，计算相同日期的呼入时长、呼出时长和总时长，并按通联时间进行升序排列。

步骤402：设置四个变量，当前日期dtCurrent的年月、呼入时长设置为dbIn=0、呼出时长dbOut=0和总时长dbAll=0，设置一个变量i指向话单数据列表A的第一条记录，设置四个容器分别存放当前年月、每月的呼入时长、呼出时长和总时长。

步骤403：从话单数据列表A获取第i条记录信息表示为record，该记录通联日期表示为dtRecord。

步骤404：判断当前日期dtCurrent是否为空，若“是”，则设置当前日期dtCurrent等于记录通联日期dtRecord，继续执行步骤405；若“否”，则直接执行步骤405。

步骤405：判断是否满足第一条件“当前日期dtCurrent的年份小于记录通联日期dtRecord的年份”或者是否满足第二条件“当前日期dtCurrent的年份等于记录通联日期dtRecord的年份和当前日期dtCurrent的月份小于记录通联日期dtRecord的月份”，若“是”满足第一条件或者第二条件时，直接执行步骤407；若“否”，则直接执行步骤406。

步骤406：判断当前日期dtCurrent的年月是否等于记录通联日期dtRecord的年月，若“是”则将第i条记录分别存入dtCurrent、dbIn、dbOut、dbAll容器，设置i=i+1，执行步骤408；若“否”，则执行步骤407。

步骤407：将dbIn、dbOut、dbAll都设置为0，并且设置当前日期dtCurrent的年月等于记录通联日期dtRecord的年月，设置i=i+1，执行步骤408。

步骤408：判断i是否满足i>数据列表A记录数，当判断为“否”，重复执行步骤403运算；当判断结果为“是”，根据四个容器数据绘制表格及图形，结束运算流程。

继续参考图5，其示出了根据本申请实施例中的用于统计被叫方地区分布统计的流程图。如图所示，从话单数据库通过清洗和归一化处理获得话单数据列表A，计算并将重复被叫方号码剔除处理获得非重复的对方号码列表。设置一个变量i指向数据列表A第一条记录，设置2个map：分别存放第一map<省份，省份个数>，第二map<城市，城市个数>；从话单数据列表A获取第i条记录信息中的被叫方号码前7位，并从手机归属地表中找到对应的地区码，通过地区码找到对应的省份和城市，并更新第一map<省份，省份个数>，第二map <城市，城市个数>。设置i=i+1，判断i是否满足i>数据列表A记录数，当判断为“否”，重复执行话单数据列表A获取第i条记录信息中的被叫方号码前7位；当判断结果为“是”，根据第一map<省份，省份个数>，第二map<城市，城市个数>绘制表格及图形绘制表格及图形，结束运算流程。

继续参考图6，其示出了根据本申请实施例中的用于分析被叫方主体类型和对应个数的流程图。如图所示，从话单数据库通过清洗和归一化处理获得话单数据列表A，计算并将重复被叫方号码剔除处理获得非重复的对方号码列表。设置一个变量i指向数据列表A第一条记录，设置2个容器：分别公司个数和个人个数；从话单数据列表A获取第i条记录信息，判断被叫方的号码是否存在于特服号码库，若判断结果为“是”，则判定为被叫方主体类型为公司，更新公司个数和个人个数；若判断结果为“否”，则继续判断被叫方的姓名是否符合个人姓名正则表达式，若“是”，则判定为被叫方主体类型为个人，更新公司个数和个人个数。设置i=i+1，判断i是否满足i>数据列表A记录数，当判断为“否”，重复执行从话单数据列表A获取第i条记录信息；当判断结果为“是”，根据更新的公司个数和个人个数绘制表格及图形绘制表格及图形，结束运算流程。

继续参考图7，其示出了根据本申请实施例中的用于统计主叫方睡眠时段信息的流程图。具体流程包括以下步骤：

步骤701：从话单数据库通过清洗和归一化处理获得话单数据列表A。

步骤702：将一天分为24个时段，统计通联时间落在各个时段的次数及通联时长。设置总的通联天数表示为Calldays，设置主叫方的在睡眠时段中通联次数SleepTimes表示为Calldays（一天一次），设置通联时长SleepSecs表示为60*SleepTimes(s)，设定睡眠时长SleepHour为8小时。

步骤703：判断睡眠时长sleepHour是否小于5小时，若“是”，则设置睡眠时长为sleepHour为8小时，设置睡眠时段中通联次数SleepTimes表示为Calldays（一天一次），设置通联时长SleepSecs表示为60*SleepTimes(s)，执行步骤704；若“否”，则直接执行步骤704。此步骤是按一般成人的睡眠时长规律，一天睡眠时长为5-8小时，以8小时最常见，从一天睡眠时长为8小时开始统计，不满足则统计7小时，6小时和5小时。

步骤704：依次设定睡眠开始时间为0:00,1:00...23:00。统计睡眠开始时间+睡眠时长SleepHour的各个睡眠时段的通联次数，通联时长。若一天睡眠时长为8小时，统计一天中24种可能的睡眠时段，00:00-8:00,01:00-09:00,…,23:00-7:00。分别统计这24种时段的通联次数和通联时长。

步骤705：找出以上24种时段的最短通联时长minSecords，并记录对应通联次数minTimes和对应开始时间startHour。在睡眠时段，正常通话次数是最少的通联时长是最短的。

步骤706：判断最短通联时长minSecords是否小于SleepSecs并且对应通联次数minTimes是否小于通联次数SleepTimes，若“否”，则睡眠时长SleepHour设置为当前睡眠时长SleepHour减少1小时，继续重复执行步骤703；若“是”则记录对应开始时间StartHour，睡眠时长sleepHour，输出结果结束运算流程。

在一些优选实施例中，主叫方睡眠时段获取通常需要分析较长时间的话单数据列表，可参考提取60天的话单数据，则通过统计60天内，24种时段，最少通话次数和通联时长最短的时间段作为睡眠时段。

在一些优选实施例中，睡眠时长从8小时开始流程运算，当不满足则继续统计7小时，6小时，5小时。若5小时也不能满足流程运算，则把睡眠时段的通话次数限制改为一天2次，一天不足2分钟。然后再从8小时开始运算。

继续参考图8，其示出了申请实施例中的用于统计主叫方通联地点停留时长的流程图。具体流程包括以下步骤：

步骤801：从话单数据库通过清洗和归一化处理获得话单数据列表A，并按通联时间升序排列，包含用户通联地点Place、通联开始时间startTime、通联时长callSecords。

步骤802：设置一个变量i指向数据列表A第一条记录，设置当前通联地点curPlace，当前通联时长curCallSecords，当前通联开始curStartTime和当前通联结束时间curEndTime，还设置一个新话单数据列表B用于存放当前通联地点curPlace，当前通联时长curCallSecords，当前通联开始curStartTime和当前通联结束时间curEndTime。

步骤803：从话单数据列表A获取第i条记录的通联地点Place、通联开始时间startTime和通联时长callSecords，通联结束时间endTime等于通联开始时间startTime加上通联时长callSecords。

步骤804：判断第i条记录的通联地点Place是否与当前通联地点curPlace相同，若“是”，则将前通联时长curCallSecords等于通联开始时间startTime加上通联时长callSecords，设置i=i+1，继续执行步骤805；若“否”， 设置i=i+1，执行步骤805。

步骤805：判断i是否满足i>数据列表A记录数，当判断为“否”，重复执行步骤803运算；当判断结果为“是”，将当前通联时长curCallSecords，当前通联开始curStartTime和当前通联结束时间curEndTime存于列表B，继续执行步骤806。

步骤806：创建第三map存放通联地点，并设置停留时长与列表B记录的对应关系，设置一个变量j=0，继续执行步骤807。

步骤807：设置行j指向列表B的第j条记录，停留时长等于当前通联结束时间curEndTime减去当前通联结束时间curEndTime，更新第三map，设置j=i+1，执行步骤808。

步骤808：判断j是否满足j>数据列表B记录数，当判断为“否”，重复执行步骤807运算；当判断结果为“是”，根据第三map的数据绘制表格及图形，结束运算流程。

在一些优选的实施例中，可以根据需要设置curPlace的城市或者省份，通过如图8的运算分析流程，获得主叫方不同通联地点的停留时长。

图9是根据本申请实施例中的用于展示主叫方通联地点分布示意图。如图所示，纵坐标为主叫方的通联地点和停留时长，横坐标为时间。

图10是根据本申请实施例中的用于展示主叫方串号使用分布示意图。如图所示，纵坐标为主叫方号码的串号编码和各使用时长，横坐标为时间。

图11是根据本申请实施例中的用于话单分析通联特征的系统界面展示图。如图所示，该界面的左侧依次设置有通联概况、通联对象和通联规律。通联概况设置有总体、呼出和呼入次数。通联对象设置有地域分布和类型分布两个菜单栏，地域分布包括省份分散和城市分散，类型分布包括个数集中和次数集中。通联规律设置时段分布、睡眠时段、通联地点和串号使用。时段分布包括工作日/节假日次数集中、以工作日为主，工作日/节假日时长集中、以工作日为主，星期次数分散，星期时长分散，时段次数比较集中、以晚上为主，时段时长比较集中、以晚上为主；睡眠时段07：00-15：00（异常）；通联地点，集中、以福州为主；串号使用，专一。该界面的右侧为展示区，根据左侧的菜单栏对应展现相关的信息，如睡眠时段，显示时长分钟为纵坐标时间分段为横坐标的条行分布图，下方呈现主要通话详情。本发明操作简单，只需选中单个话单或者人员，点击分析，即可展示图11所示的结果，分析效率高，经测试，十万条数据分析并展示的用时在3s内，实现了个人通联特征的自动化提取分析，可以有效地减轻重复性的工作负担。

此外，本申请还提出了一种用于话单分析通联特征信息的系统。其中如图12所示，话单分析通联特征信息系统120包括第一话单数据列表提取单元121、被叫方通联信息提取单元122、主叫方通联信息提取单元123和敏感通联特征信息分析单元124。从运营商获取到的话单数据通过第一话单数据列表提取单元121获得处理后的第一话单数据列表，然后分别经过被叫方通联信息提取单元122和主叫方通联信息提取单元123，分析第一话单数据列表中主叫方的通联特征行为规律，并通过敏感通联特征信息分析单元124，获得分析对象的敏感通联特征信息。

下面参考图13，其示出了适于用来实现本申请实施例的电子设备的计算机系统1300的结构示意图。图13示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图13所示，计算机系统1300包括中央处理单元（CPU）1301，其可以根据存储在只读存储器（ROM）1302中的程序或者从存储部分1308加载到随机访问存储器（RAM）1303中的程序而执行各种适当的动作和处理。在RAM 1303中，还存储有系统1300操作所需的各种程序和数据。CPU 1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出（I/O）接口1305也连接至总线1304。

以下部件连接至I/O接口1305：包括键盘、鼠标等的输入部分1306；包括诸如、液晶显示器（LCD）等以及扬声器等的输出部分1307；包括硬盘等的存储部分1308；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也可以根据需要连接至I/O接口1305。可拆卸介质1311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1310上，以便于从其上读出的计算机程序根据需要被安装入存储部分1308。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1309从网络上被下载和安装，和/或从可拆卸介质1311被安装。在该计算机程序被中央处理单元（CPU）1301执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一话单数据列表提取单元、被叫方通联信息提取单元、主叫方通联信息提取单元和敏感通联特征信息分析单元。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一话单数据列表提取单元还可以被描述为“利用从数据库提取到的话单数据进行清理和归一化处理，获得第一话单数据列表”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：第一话单数据列表提取单元、被叫方通联信息提取单元、主叫方通联信息提取单元和敏感通联特征信息分析单元。其中，第一话单数据列表提取单元：配置用于利用从数据库提取到的话单数据进行清理和归一化处理，获得第一话单数据列表；被叫方通联信息提取单元：配置用于基于电话编码规则统计第一话单数据列表中被叫方归属地信息，基于特服号码和姓名正则方法分析被叫方通联主体类型，从而获得被叫方通联信息；主叫方通联信息提取单元：配置用于利用通联时间对第一话单数据列表进行升序排列，基于时间挖掘规则获取主叫方通联信息，主叫方通联信息包括通联时段信息、睡眠时段信息和通联地点信息，其中，睡眠时段为通联时长最短和通联次数最少的持续时间间隔，并结合时间分段获取主叫方的睡眠规律，基于不同通联地点从第一话单数据列表筛选出第二话单数据列表，第二话单数据列表包括通联地点以及对应通联地点的停留时长，停留时长具体表示为结束通联时间和开始通联时间的差值；敏感通联特征信息分析单元：配置用于基于分析主叫方通联信息和被叫方通联信息，获得分析对象的通联特征行为规律，比较通联特征行为规律与常规通联规律进而获得分析对象的敏感通联特征信息。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种用于话单分析通联特征的方法，其特征在于，方法包括：

S1：利用从数据库提取到的话单数据进行清理和归一化处理，获得第一话单数据列表；

S2：基于电话编码规则统计所述第一话单数据列表中被叫方归属地信息，基于特服号码和姓名正则方法分析被叫方通联主体类型，从而获得被叫方通联信息；

S3：利用通联时间对所述第一话单数据列表进行升序排列，基于时间挖掘规则获取主叫方通联信息，所述主叫方通联信息包括通联时段信息、睡眠时段信息和通联地点信息，其中，睡眠时段为通联时长最短和通联次数最少的持续时间间隔，并结合时间分段获取所述主叫方的睡眠规律，基于不同通联地点从所述第一话单数据列表筛选出第二话单数据列表，所述第二话单数据列表包括通联地点以及对应所述通联地点的停留时长，所述停留时长具体表示为结束通联时间和开始通联时间的差值；以及

S4：基于分析所述主叫方通联信息和所述被叫方通联信息，获得分析对象的通联特征行为规律，比较所述通联特征行为规律与常规通联规律进而获得所述分析对象的敏感通联特征信息，所述常规通联规律包括相似生活习惯、活动规律的正常人群的通联行为规律和所述分析对象在所述第一话单数据列表以外的通联行为规律。

2.根据权利要求1所述的一种用于话单分析通联特征的方法，其特征在于，在所述S2步骤前还包括基于所述第一话单数据列表统计所述分析对象的通联概况信息，增加所述通联概况信息较少的所述第一话单数据列表的信息采集时间长度，所述通联概况信息包括通联次数、通联总时长、主叫时长、主叫次数、被叫时长和被叫次数。

3.根据权利要求2所述的一种用于话单分析通联特征的方法，其特征在于，在所述S2步骤中所述被叫方归属地信息包括被叫方号码个数、被叫方归属地通联时长和被叫方通联频率和被叫方地域分布情况，所述被叫方通联主体类型包括公司和个人，被叫方通联主体类型判定方法为采用所述特服号码的分析方法寻找数据库对应的公司名称，将未找到所述公司名称的所述第一话单数据列表，采用所述姓名正则方法分析所述被叫方的姓名。

4.根据权利要求1所述的一种用于话单分析通联特征的方法，其特征在于，所述S3步骤中的所述通联时段信息包括统计工作日/节假日、星期和每日主叫通联信息，其中，所述统计工作日/节假日采用星期和法定节假日系统相结合的方法获取所述通联时段信息。

5.根据权利要求1所述的一种用于话单分析通联特征的方法，其特征在于，所述S3步骤具体包括：将所述时间间隔的值X设置为[5h,8h] 范围中的整数，依据所述时间间隔的值X划分出24段时间分段[0,X]、[1,X+1]…[n,X+n]…[23,X-1]，并且统计24段所述时间分段中发生的通联时长和通联次数，将其中具有最短通联时长和最少通联次数的时间分段确定为睡眠时段，当所述睡眠时段与正常时段存在差异，则定义为敏感睡眠时段信息，其中所述正常时段的范围设置为[21,8]。

6.根据权利要求5所述的一种用于话单分析通联特征的方法，其特征在于，当判断所述最少通联次数小于第一阈值且所述最短通联时长小于第二阈值，仍未找到满足条件的所述睡眠时段，则重新设置所述第一阈值和所述第二阈值，直至获得满足条件的所述睡眠时段。

7.根据权利要求1所述的一种用于话单分析通联特征的方法，其特征在于，在所述S3步骤中所述主叫方通联信息还包括串号使用分布，利用串号分析方法统计主叫方号码串号使用的时长和频率。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

9.一种用于话单分析通联特征的系统，其特征在于，所述系统包括：

第一话单数据列表提取单元：配置用于利用从数据库提取到的话单数据进行清理和归一化处理，获得第一话单数据列表；

被叫方通联信息提取单元：配置用于基于电话编码规则统计所述第一话单数据列表中被叫方归属地信息，基于特服号码和姓名正则方法分析被叫方通联主体类型，从而获得被叫方通联信息；

主叫方通联信息提取单元：配置用于利用通联时间对所述第一话单数据列表进行升序排列，基于时间挖掘规则获取主叫方通联信息，所述主叫方通联信息包括通联时段信息、睡眠时段信息和通联地点信息，其中，睡眠时段为通联时长最短和通联次数最少的持续时间间隔，并结合时间分段获取所述主叫方的睡眠规律，基于不同通联地点从所述第一话单数据列表筛选出第二话单数据列表，所述第二话单数据列表包括通联地点以及对应所述通联地点的停留时长，所述停留时长具体表示为结束通联时间和开始通联时间的差值；以及

敏感通联特征信息分析单元：配置用于基于分析所述主叫方通联信息和所述被叫方通联信息，获得分析对象的通联特征行为规律，比较所述通联特征行为规律与常规通联规律进而获得所述分析对象的敏感通联特征信息，所述常规通联规律包括相似生活习惯、活动规律的正常人群的通联行为规律和所述分析对象在所述第一话单数据列表以外的通联行为规律。

Images