CN112671982B - 一种骚扰电话识别方法及系统 - Google Patents

Abstract

本发明公开了一种基于社交关系链及信誉等级传播模型的骚扰电话识别分析方法及系统，所述方法可采用多源数据库和/或算法引擎建立提取骚扰来电的算法库为基础，与来电号码的通信行为特征、地域特征、时间特征及号码特征等多维度进行关联分析，建立来电号码的社交关系图谱，构建来电号码的社交关系链。同时，通过建立三维一体的信誉等级传播模型，与未预设骚扰来电的社交关系链结合分析，提升未预设为骚扰来电的研判和识别精准度。

Description

一种骚扰电话识别方法及系统

技术领域

本发明涉及通信领域，具体适用于通信来电的识别方法和系统。

背景技术

近年来，骚扰电话等不良信息问题日益突出，部分不法企业或个人利用上述服务的方便快捷，滥发商业骚扰信息，给电信用户带来极大困扰，侵害了广大电信用户的合法权益，甚至可能危害社会稳定和国家信息安全。

骚扰电话是信息技术快速发展带来的全球性问题，以欧美为代表的发达国家在信息通信产业发展的过程中也相继遇到了骚扰电话的治理难题。针对此问题，美国、英国等超过13个国家和地区已率先引入了“谢绝来电”(Do Not Call，DNC)机制，已取得一定效果。但对于未预设为骚扰电话的来电号码的精准识别度偏低，识别效果并不显著。

DNC机制，通过在通信主被叫之间设立一定的通信规则，建立安全合法有效的通信，在堵住违法犯罪类和恶意骚扰类电话的同时，为用户设立接听意愿的登记渠道，使接收者有选择地接收电话和信息，从而既为明确谢绝营销电话的用户提供必要的防扰保障，又能为确有需求的用户提供精准的商业信息。DNC机制下，依托建设DNC平台，通过建立资源数据库，为识别、判定和拦截骚扰电话提供数据依据。通常资源数据库包括用户意愿库、电话营销企业库和黑名单库等基础库，以及号码标记库、二次号码库等号码资源库。

其中：

用户意愿库存储规模可达十亿级，具备高可靠性、数据安全保护和实时同步功能。用户意愿库包含用户手机号码和意愿设置等信息。平台综合公共举报量和主流互联网安全企业对营销类电话的统计数据，设置接收意愿分类，并根据用户上报和标记情况不断优化完善。

电话营销企业库包含企业详细信息字段，包括企业名称、企业类型、业务类型、营业执照、企业联系电话、所属地市、接入运营商、接入方式、号码规模和话术模板等。

黑名单共享库用于向基础电信企业通报违规拨打骚扰电话的企业，对于进入黑名单的企业，基础电信企业将限制违规责任主体电信资源使用，其他各基础电信运营商均不予批准黑名单企业的业务申请。黑名单共享机制有助于全面提升全网处置力度，进一步从源头遏制拨打骚扰电话的违规行为。

号码标记库通过大数据建模、分析和挖掘，对互联网安全企业标注的基础数据进行筛选处理。此外，还将建立二次号码库，以此避免拨打重新分配的号码，减少对新分配号码用户不需要的呼叫数；建立白名单企业服务号码库，不影响用户日常对快递、外卖和打车等服务电话和信息的接收，从而形成全面准确权威的号码标记体系和数据。

如何提高识别的精准度是，在现有的DNC机制下的主要问题，现有技术中的单纯的通过数据库标记的方式，首先识别方法需要大型的数据库，同时号码标记对于运营商而言，有些号码在是否属于黑名单是动态的，一些营销电话在停机后被运营商收回后，在新的使用者使用时，当黑名单并未更新时，就存在识别错误，因此，单一的依靠上述方法，存在精度识别度偏低，识别效果并不显著。

发明内容

为解决上述技术问题至少之一，本提案提出一种基于社交关系链及信誉等级传播模型的骚扰电话识别分析方法及系统，其通过对未预设骚扰来电号码(即待识别号码)建立社交关系图谱及信誉等级传播模型，对未预设为拒接号码的来电，与其社交关系图谱、信誉等级传播模型结合分析，进一步提升未预设为拒接来电号码的精准度；通过采用算法引擎建立提取骚扰来电的算法库，进一步提升骚扰来电拒接的准确性和效率。

相比现有的DNC机制，基于未预设骚扰来电的社交关系图谱、信誉等级传播模型的骚扰电话识别分析方法或系统可以进一步提升和扩展骚扰电话治理能力，从而提供更加全面、精准、定制化的“反骚扰”服务。

本提案提出基于社交关系链及信誉等级传播模型的对骚扰电话识别分析方法及系统功能架构如图1所示，以DNC机制下，可采用多源数据库、采用算法引擎建立提取骚扰来电的算法库为基础，与来电号码的通信行为特征、地域特征、时间特征及号码特征等多维度关联分析，建立来电号码的社交关系图谱，构建来电号码的社交关系链。同时，通过电信用户的信誉度等级和传播活跃度建立信誉等级传播模型，与未预设来电的社交关系链结合分析，进一步提升未预设为拒接来电号码的识别精准度。

所述骚扰电话识别方法包括:步骤S01基于待识别号码与交互号码之间的通话关系，构建社交关系图谱，生成待识别号码社交关系链；

其中，基于待识别号码与其交互号码之间的通话关系构建其社交关系图谱，生成待识别号码社交关系链，具体包括：

节点：用待识别号码交互的电话号码构建；边：用待识别号码与其交互的号码之间的通话关系构造；而边的权重用主被叫之间的信任度表示；

根据待识别号码与其交互的号码之间的通话关系建立矩阵，令其矩阵为A＝{a₁,a₂,a₃,…,a_n}，定义关系为M＝{(a₁,a₂),(a₁,a₃),…,(a_i,a_j)}，其中M是与之交互的所有电话号码基于通话记录建立起来的直接信任关系，(a_i,a_j)代表电话号码i对电话号码j存在关系，即i对j有基于电话号码j呼叫i的历史通话数据产生的直接信任关系，定义有向权图为R(S,T)，其中节点集合S＝A，边的集合T＝M，为了便于后续计算，定义图谱的邻接矩阵N来存储节点之间的关系权重，矩阵

计算矩阵元素n_ij的方法如下：

其中Tr(i,j)是电话号码i对j由直接通话关系而产生的直接信任度；

步骤S02，基于待识别号码的信誉度等级和传播活跃度构建三维一体分类模型，其中，信誉等级构成三维一体分类模型中的两维，传播活跃度构成其中一维；所述信誉等级包括信誉等级1和信誉等级2，所述信誉度等级1表示待识别号码在电信运营商信誉体系中所处的信誉级别，所述信誉等级2表示黑名单共享库中标记号码进行正常交互来电的信誉度，所述传播活跃度表示来电号码在一段时间内的平均主动呼叫次数和/或被呼叫方属地范围指标的稳定程度；采用贝叶斯分类器、矢量集SVM分类器、决策树分类器或聚类算法对三维一体分类模型进行分类识别；待识别来电号码的特征采用卡曼滤波对来电会话时长、会话频率进行滤波以校准或采用神经网络进行学习优化；

步骤S03，依据所述社交关系图谱和待识别号码社交关系链，对待识别号码进行初筛，若筛为疑似骚扰号码，则输入到三维一体分类模型以识别是否为骚扰电话。

进一步，所述交互号码至少包括：亲密号码、骚扰号码、公共号码、陌生号码。

进一步，所述未预设骚扰待识别来电的社交关系图谱是基于待识别来电号码通信记录中的通信行为特征、地域特征、号码特征、时间特征等构建的。

进一步，构建社交关系图谱并生成待识别号码社交关系链，还包括结合多源数据库的关联分析。

进一步，所述多源数据库至少包括：用户意愿库，电话营销企业库、号码资源库和/或黑名单共享库。

进一步，所述信誉等级1，可以是根据号码在网时间及每个月的消费额度将其信誉度分为五个等级：一星、二星、三星、四星和五星。

进一步，所述信誉等级2，可以是分为1级无交互、2级偶尔交互、3交互频繁

进一步，所述活跃等级，可以分为可分为1级正常、2级比较活跃、3级异常活跃三个等级。

本发明的方案，通过对未预设骚扰来电号码(即待识别号码)建立社交关系图谱及信誉等级传播模型，对未预设为拒接号码的来电，与其社交关系图谱、信誉等级传播模型结合分析，进一步提升未预设为拒接来电号码的精准度；通过采用算法引擎建立提取骚扰来电的算法库，进一步提升骚扰来电拒接的准确性和效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本方法对应的功能架构示意图。

图2是骚扰来电的社交关系图谱示意图。

图3是骚扰来电的社交关系链示意图。

图4是三维一体活跃度分类模型示意图。

图5是本方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本方法对应的功能架构图，如图1所示，本方法以DNC机制下多源数据库、采用算法引擎建立提取骚扰来电的算法库为基础，与来电号码的通信行为特征、地域特征、时间特征及号码特征等多维度关联分析，建立来电号码的社交关系图谱，构建来电号码的社交关系链。同时，通过电信用户的信誉度等级和传播活跃度建立信誉等级传播模型，与未预设来电的社交关系链结合分析提升未预设为拒接来电号码的识别精准度。该方法及系统具体包括。

图5示出了本发明的主要方法流程，可选的在判断阶段，本方法具体还可以包括：

首先，基于来电号码通信记录的通信行为特征、地域特征、码号特征、时间特征等构建，可选的可以采用算法引擎建立提取骚扰来电的特征。如图2所示的社交关系链，其中，包括：亲密号码指在若干天通话记录中，符合亲密号码判定规则的联系号码。亲密号码判定规则是指同一归属地，且30天内与待识别号码来电号码通话不少于10次的号码。骚扰电话指已被识别规则判定为骚扰来电的号码。公共电话指110、114，95550等客服电话。陌生号码除了亲密号码、诈骗电话和公共电话之外的号码，可能是联系不频繁的亲密号码或未标记的骚扰电话。

本领域技术人员知晓，通常情况下，若待识别号码为骚扰号码，则有亲密号码的概率几乎为0，不会主动拨打公共电话，与黑名单共享库中的标注电话交互可能性极低。

可选的，基于待识别号码与其交互号码之间的通话关系构建其社交关系图谱，并生成待识别号码社交关系链，如图3所示，节点：用待识别号码交互的电话号码构建；边：用待识别号码与其交互的号码之间的通话关系构造；而边的权重用主被叫之间的信任度表示。根据待识别号码与其交互的号码之间的通话关系建立矩阵，令其矩阵为A＝{a₁,a₂,a₃,…,a_n}，定义关系为M＝{(a₁,a₂),(a₁,a₃),…,(a_i,a_j)}，其中M是与之交互的所有电话号码基于通话记录建立起来的直接信任关系，(a_i,a_j)代表电话号码i对电话号码j存在关系，即i对j有基于电话号码j呼叫i的历史通话数据产生的直接信任关系，定义有向权图为R(S,T)，其中节点集合S＝A，边的集合T＝M，为了便于后续计算，定义图谱的邻接矩阵N来存储节点之间的关系权重，矩阵

计算矩阵元素n_ij的方法如下：

其中Tr(i,j)是电话号码i对j由直接通话关系而产生的直接信任度。

其中，两个号码之间的通话时间越长，电话接听次数越多，说明两个电话号码之间的信任度也越高；且骚扰电话的通话时长比正常通话时长更短。因此，也可以将待识别号码与交互号码的平均通话时长和电话的有效接听次数作为衡量两者之间的信任度指标。

可选的，基于待识别号码与亲密号码、骚扰号码、公共号码、陌生号码之间的信任度、还可以结合多源数据库(如用户意愿库，电话营销企业库、号码资源库，黑名单共享库等)的关联分析，构建社交关系知识图谱，构建待识别号码社交关系链，初步判断待识别号码的来电类型为疑似骚扰电话。

如图4所示，结合图5的方法流程，信誉等级和传播模型包括来电号码的信誉等级和传播活跃度。在获得疑似骚扰电话之后，需要再根据信誉等级和传播模型进一步进行做识别。其中的，信誉等级模型1，指来电号码在电信运营商信誉体系中所处的信誉级别。根据号码在网时间及每个月的消费额度将其信誉度分为五个等级：一星、二星、三星、四星和五星；五星又分五星钻，五星金，五星银。通常情况下，骚扰电话在电信运营商信誉体系中所处的信誉级别往往不高于2级。

信誉等级模型2：指与黑名单共享库中标记号码进行正常交互来电的信誉度，分为1级(无交互)、2级(偶尔交互)、3(交互频繁)。通常情况下，骚扰电话与黑名单共享库中标记号码的交互信誉度往往不高于2级。无交互：待识别号码与黑名单共享库中的号码一个月内无任何交互。偶尔交互：待识别号码与黑名单共享库中的号码一个月内交互次数不超过3次。交互频繁：待识别号码与黑名单共享库中的号码一个月内交互次数超过5次。传播活跃度，是指来电号码在一段时间(如一年)内的平均主动呼叫次数、被呼叫方属地范围等指标的稳定程度，可分为1级(正常)、2级(比较活跃)、3级(异常活跃)三个等级。通常情况下，骚扰电话的传播活跃度往往高于2级。正常：来电号码在一年内的平均主动呼叫次数、被呼叫方属地范围等指标的稳定度、活跃度保持稳定，则该号码的传播活跃度为1级；比较活跃，来电号码主动呼叫次数、被呼叫方属地范围等指标跟一年内的平均情况相比，稳定度略有降低，活跃度略有提高，则该号码的传播活跃度为2级；异常活跃，来电号码主动呼叫次数、被呼叫方属地范围等指标跟一年内的平均情况相比，稳定度大幅降低、活跃度大幅提高，则该号码的传播活跃度为3级。

根据信誉度等级模型1、信誉度等级模型2及传播活跃度模型，构建三维一体的研判模型(即分类判别模型)，从而提高疑似骚扰来电的精准度。研判模型即分类模型，可采用通常的分类器进行判别，如贝叶斯分类器、支持矢量集(SVM)分类器和决策数分类器，并使用聚类方法，也可直接根据三维一体进行模式识别。

本领域技术人员知晓，通常情况下，骚扰电话的主叫号码的存活周期约为6.6天，在需不断提取新特征外，还需利用待识别来电的社交关系图谱构建社交关系链，同时建立相应的信誉等级和传播模型，降低与黑名单进行正常交互来电的信誉度，作为新的疑似骚扰来电优先进行骚扰电话识别。

在DNC平台采用算法引擎建立提取骚扰来电特征的算法库，所述算法库可以在针对时间、空间和号码等维度的统计分析基础上，使用贝叶斯分类器、支持矢量集(SVM)分类器和决策数分类器，并使用聚类方法进行群特征提取，进一步利用卡曼滤波对来电会话时长、会话频率等进行滤波以校准相关特征；同时，引入神经网络进行学习优化，以使用骚扰电话特征层出不穷的变化；实现对骚扰来电拒接的准确性和效率。

基于如上所述的示例，在一个实施例中还提供一种计算机设备/或系统，该计算机设备/系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时实现如上述各实施例中的任意一种方法。

一种骚扰电话识别系统，所述系统包括识别装置和服务器，所述识别装置包括处理器和存储器，所述存储器上存储有计算机程序，所述处理器上述计算机程序以执行方法；所述服务器用于存储多源数据库和/或骚扰电话的特征数据及社交关系图谱。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性的计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各视频播放方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

据此，还提供一种存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如上述各实施例中的任意一种方法。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种骚扰电话识别方法，其特征在于，所述方法包括:

步骤S01，基于待识别号码与交互号码之间的通话关系，构建社交关系图谱，生成待识别号码社交关系链；

其中，基于待识别号码与其交互号码之间的通话关系，构建其社交关系图谱，生成待识别号码社交关系链，具体包括：

节点：用待识别号码交互的电话号码构建；边：用待识别号码与其交互的号码之间的通话关系构造；而边的权重用主被叫之间的信任度表示；

根据待识别号码与其交互的号码之间的通话关系建立矩阵，令其矩阵为A＝{a₁,a₂,a₃,…,a_n}，定义关系为M＝{(a₁,a₂),(a₁,a₃),…,(a_i,a_j)}，其中M是与之交互的所有电话号码基于通话记录建立起来的直接信任关系，(a_i,a_j)代表电话号码i对电话号码j存在关系，即i对j有基于电话号码j呼叫i的历史通话数据产生的直接信任关系，定义有向权图为R(S,T)，其中节点集合S＝A，边的集合T＝M，为了便于后续计算，定义图谱的邻接矩阵N来存储节点之间的关系权重，矩阵

计算矩阵元素n_ij的方法如下：

其中Tr(i,j)是电话号码i对j由直接通话关系而产生的直接信任度；

步骤S02，基于待识别号码的信誉度等级和传播活跃度构建三维一体分类模型，其中，信誉等级构成三维一体分类模型中的两维，传播活跃度构成其中一维；所述信誉等级包括信誉等级1和信誉等级2，所述信誉度等级1表示待识别号码在电信运营商信誉体系中所处的信誉级别，所述信誉等级2表示黑名单共享库中标记号码进行正常交互来电的信誉度，所述传播活跃度表示来电号码在一段时间内的平均主动呼叫次数和/或被呼叫方属地范围指标的稳定程度；所述三维一体分类模型采用贝叶斯分类器、矢量集SVM分类器、决策树分类器或聚类算法进行分类识别；待识别来电号码的特征采用卡曼滤波对来电会话时长、会话频率进行滤波以校准，采用神经网络进行学习优化；

步骤S03，依据所述社交关系图谱和待识别号码社交关系链，对待识别号码进行初筛，若初筛为疑似骚扰号码，则输入到三维一体分类模型以识别是否为骚扰电话。

2.如权利要求1所述的方法，其特征在于，所述交互号码至少包括：亲密号码、骚扰号码、公共号码和陌生号码。

3.如权利要求1所述的方法，其特征在于，所述待识别号码的社交关系图谱是基于待识别来电号码通信记录中的通信行为特征、地域特征、号码特征和/或时间特征构建的。

4.如权利要求1所述的方法，其特征在于，所述构建社交关系图谱，生成待识别号码社交关系链的步骤，还包括结合对多源数据库的关联分析。

5.如权利要求4所述的方法，其特征在于，所述多源数据库至少包括：用户意愿库、电话营销企业库、号码资源库和/或黑名单共享库。

6.如权利要求1所述的方法，其特征在于，所述信誉等级1，是根据号码在网时间及每个月的消费额度将其信誉度分为五个等级：一星、二星、三星、四星和五星；所述信誉等级2，可以是分为三个等级：1级无交互、2级偶尔交互、3交互频繁；所述活跃度等级，可分为1级正常、2级比较活跃、3级异常活跃三个等级。

7.一种骚扰电话识别系统，所述系统包括识别装置，所述识别装置包括处理器和存储器，所述存储器上存储有计算机程序，所述处理器执行上述计算机程序以执行权利要求1-6任一项的方法。

8.一种计算机存储介质，所述计算机存储介质上，存储有计算机程序，所述计算机程序被处理器执行，以实现权利要求1-6中任一项的方法。

Images