[發(fā)明專利]識別惡意電話及建立識別模型的方法、裝置、設備

有效

• 申請?zhí)枺?/td>: 201610278825.9
• 申請日: 2016-04-28
• 公開（公告）號: CN107343077B
• 公開（公告）日: 2019-12-13
• 發(fā)明（設計）人: 李靖
• 申請（專利權）人: 騰訊科技(深圳)有限公司
• 主分類號: H04M1/663
• 分類號: H04M1/663;H04M3/22;H04M3/436;G10L15/02;G10L15/06
• 代理公司: 11270 北京派特恩知識產權代理有限公司
• 代理人: 姚開麗;王花麗

本發(fā)明公開了一種識別惡意電話及建立識別模型的方法、裝置、設備，其中所述識別惡意電話的方法包括：獲取第一通話事件的特征參數，所述第一通話事件為第一用戶與第二用戶之間的通話事件，所述特征參數包括用于描述通話語音特征的參數，其中，所述描述通話語音特征的參數包括：通話語音的波形特征參數、通話語音對應的文本中第一關鍵字的個數和概率中的至少一個；根據所述第一通話事件的特征參數和當前預設的識別模型，對所述第一通話事件進行識別，所述識別模型以所述特征參數為分類參數；獲取所述識別模型識別出的所述第一通話事件的識別結果；輸出所述第一通話事件的識別結果。

技術領域

本發(fā)明涉及通信領域，尤其涉及一種識別惡意電話及建立識別模型的方法、裝置、設備。

背景技術

通訊技術的高速發(fā)展，給人們的工作和日常生活帶來了很多的便利，但隨之也帶來了很多的煩惱，在日常生活中，越來越多的不法分子借助于手機或固定電話等通訊工具進行惡意行為，例如，對他人進行電話詐騙，給他人帶來了經濟損失等；因此，當用戶與陌生電話進行通話時，需要識別陌生電話是否為惡意電話，從而避免用戶的經濟受到損失。

現有技術中惡意電話的識別方法主要是利用黑名單技術，其流程主要包括：獲取當前通話的電話號碼，判斷該電話號碼是否存在預設的黑名單，如果存在，則確定當前通話為惡意電話。但是，隨著號碼隱藏服務及網絡改號技術的出現，應用上述方法進行識別惡意電話的準確性降低。

發(fā)明內容

有鑒于此，本發(fā)明實施例為解決現有技術中存在的至少一個問題而提供了一種識別惡意電話及建立識別模型的方法、裝置、設備，能夠大幅提高識別準確率，且響應速度更快。

本發(fā)明的技術方案是這樣實現的：

第一方面，本發(fā)明實施例提供一種識別惡意電話的方法，所述方法包括：

獲取第一通話事件的特征參數，所述第一通話事件為第一用戶與第二用戶之間的通話事件，所述特征參數包括用于描述通話語音特征的參數，其中，所述描述通話語音特征的參數包括：通話語音的波形特征參數、通話語音對應的文本中第一關鍵字的個數和概率中的至少一個；

根據所述第一通話事件的特征參數和當前預設的識別模型，對所述第一通話事件進行識別，所述識別模型以所述特征參數為分類參數；

獲取所述識別模型識別出的所述第一通話事件的識別結果；

輸出所述第一通話事件的識別結果。

第二方面，本發(fā)明實施例提供一種識別惡意電話的方法，所述方法包括：

確定所述樣本的樣本類型，所述樣本類型包括正樣本和負樣本，所述正樣本為屬于惡意電話的樣本，所述負樣本為不屬于惡意電話的樣本；

獲取樣本的特征參數，所述特征參數包括用于描述通話語音特征的參數，其中，所述描述通話語音特征的參數包括：通話語音的波形特征參數、通話語音對應的文本中第一關鍵字的個數和概率中的至少一個；

根據所述樣本的特征參數和設置的訓練模型，得到所述訓練模型輸出的訓練結果，所述訓練模型以所述特征參數為分類參數；

判斷所述訓練結果是否符合所述樣本的樣本類型；

如果所述訓練結果不滿足所述樣本的樣本類型，則調整所述訓練模型的模型參數直至所述訓練結果滿足所述樣本的樣本類型，將所述訓練結果滿足所述樣本的樣本類型的訓練模型作為預設的識別模型輸出。

第三方面，本發(fā)明實施例提供了一種識別惡意電話裝置，所述裝置包括：第一獲取單元、識別單元、第二獲取單元、輸出單元，其中，