[發明專利]一種信息過濾方法及裝置

有效

• 申請號: 201310403218.7
• 申請日: 2013-09-06
• 公開（公告）號: CN104427503B
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 祝希路
• 申請（專利權）人: 中國移動通信集團湖南有限公司
• 主分類號: H04W12/12
• 分類號: H04W12/12;H04L29/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 張振偉;王黎延

本發明公開了一種信息過濾方法，所述方法包括：根據每一賬號的通信記錄確定該賬號對應的核心交往群和非核心交往群；根據該核心交往群中的各成員的通信記錄，以及該非核心交往群中的各成員的通信記錄確定該賬號的聲譽值；根據該賬號的聲譽值確定該賬號是否為垃圾賬號。本發明同時還公開了一種信息過濾裝置。采用本發明的技術方案，通過對所述垃圾賬號發送的信息進行攔截，從而保證了垃圾信息的查全率和查準率。

技術領域

本發明涉及信息過濾技術，尤其涉及一種信息過濾方法及裝置。

背景技術

垃圾短信、廣告等信息的泛濫是困擾用戶和移動通信運營商的一個重大問題，因此很有必要對信息進行識別和過濾。目前運營商廣泛使用的信息過濾手段主要可分為用戶級別的過濾和單條信息級別的過濾，處理對象分別對應為單個的信息發送用戶和單條的信息。

用戶級別的過濾方法主要包括：基于頻率閾值的過濾方法和黑白名單方法，其中，基于頻率閾值的過濾方法是在信息攔截過程中設定頻率閾值，頻率閾值的設定主要依賴經驗，因此，主觀因素會造成大量合法短信的誤判和信息的漏判，從而導致效果不是很明顯。黑白名單方法克服了基于頻率閾值的過濾方法的缺陷，但是黑白名單方法中黑白名單需要手工維護，費時費力，而且在使用的過程中，黑白名單的數量會越來越龐大，從而影響短信發送的及時性。

單條信息級別的過濾方法主要包括關鍵字過濾方法，關鍵字過濾方法首先需要不斷地更新詞庫，但由于關鍵字選取難度很大，不能保證過濾掉所有垃圾關鍵字；而且，通過關鍵字匹配很難判斷出短信的內容合法性，很容易造成誤判，而且通過使用拼音、套用錯別字、同音字和在信息中間加許多符號等方法可以很容易的繞過關鍵字列表。因此，亟需提供一種垃圾信息的查全率和查準率高的信息過濾方法及裝置。

發明內容

有鑒于此，本發明的主要目的在于提供一種信息過濾方法及裝置，通過對垃圾賬號發送的信息進行攔截，從而保證了垃圾信息的查全率和查準率。

為達到上述目的，本發明的技術方案是這樣實現的：

本發明提供的一種信息過濾方法，所述方法包括：根據每一賬號的通信記錄確定該賬號對應的核心交往群和非核心交往群；根據該核心交往群中的各成員的通信記錄，以及該非核心交往群中的各成員的通信記錄確定該賬號的聲譽值；根據該賬號的聲譽值確定該賬號是否為垃圾賬號。

上述方案中，所述根據每一賬號的通信記錄確定該賬號對應的核心交往群和非核心交往群，包括：對于每一賬號A：確定與賬號A進行通信的對端賬號Ap，其中，0≤p≤N，N為與所述賬號A進行通信的賬號的總數；確定所述賬號A的對端賬號之間是否存在通信關系；將對端賬號之間具有通信關系的對端賬號確定為所述賬號A的核心交往群；反之，將對端賬號確定為所述賬號A的非核心交往群。

上述方案中，所述確定所述賬號A的對端賬號之間是否存在通信關系，包括：判斷任意兩對端賬號之間進行通信的次數與預設通信閾值之間的關系；當判斷結果為任意兩對端賬號之間進行通信的次數大于等于所述通信閾值時，確定該兩對端賬號之間相互存在通信關系；反之，確定該兩對端賬號之間不存在通信關系。

上述方案中，在根據每一賬號的通信記錄確定該賬號對應的核心交往群之前，所述方法還包括：通過數據提取轉換和加載ETL、和/或、黑白名單方法確定每一賬號的通信記錄。

上述方案中，根據該核心交往群中的各成員的通信記錄，以及該非核心交往群中的各成員的通信記錄確定該賬號的聲譽值R⁽ⁿ⁺¹⁾(A)，包括：其中，R⁽ⁿ⁺¹⁾(A)表示第n+1次迭代中賬號A的聲譽值；Ap為與賬號A進行通信的對端賬號，0≤p≤N，N為與所述賬號A進行通信的對端賬號的總數；ω表示阻尼因數；迭代初始值R⁽⁰⁾(A)＝1；τ(A,Ap)為對端賬號Ap對賬號A的信任度評價；