[發(fā)明專利]一種信息識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201610628540.3
• 申請日: 2016-08-03
• 公開（公告）號: CN107690130A
• 公開（公告）日: 2018-02-13
• 發(fā)明（設(shè)計(jì)）人: 張曉璐;江為強(qiáng);高家鳳;方紹楨
• 申請（專利權(quán)）人: 中國移動通信集團(tuán)公司;中移(蘇州)軟件技術(shù)有限公司
• 主分類號: H04W4/14
• 分類號: H04W4/14;H04W12/12;G06F17/30
• 代理公司: 北京派特恩知識產(chǎn)權(quán)代理有限公司11270
• 代理人: 蔣雅潔,張穎玲

1.一種信息識別方法，其特征在于，所述方法包括：

提取設(shè)定時間段內(nèi)信息文本中攜帶的電子地址，并根據(jù)所述電子地址確定所述電子地址的特征信息；

根據(jù)所述特征信息對所述電子地址進(jìn)行聚類分析，定位出疑似違規(guī)電子地址。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述特征信息對所述電子地址進(jìn)行聚類分析，定位出疑似違規(guī)電子地址，包括：

將所述特征信息中屬于同一類特征的電子地址聚為一類，并確定同一類特征信息中所述電子地址次數(shù)；

檢測到所述電子地址次數(shù)超過預(yù)設(shè)閾值時，確定所述電子地址為疑似違規(guī)電子地址。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述特征信息包括：電子地址的發(fā)送/接收次數(shù)、發(fā)送/接收ID個數(shù)、發(fā)送/接收ID列表、命中關(guān)鍵字/詞個數(shù)和正常/違規(guī)電子地址個數(shù)中的一種或多種。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取預(yù)設(shè)時間段內(nèi)信息文本中攜帶的電子地址，包括：

對預(yù)設(shè)時間段內(nèi)信息文本的內(nèi)容進(jìn)行全角字符解析轉(zhuǎn)半角字符解析處理、廣義字符映射處理、特殊字符預(yù)處理、連續(xù)字符串間最短距離處理、字符串向量有效長度判斷處理、和/或，關(guān)鍵字/或詞提取處理；

提取處理后的信息文本中攜帶的電子地址。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述電子地址包括：電話號碼、銀行卡號、QQ號碼、微信號碼、郵箱地址和統(tǒng)一資源定位符URL中的一種或多種。

6.一種信息識別系統(tǒng)，其特征在于，所述系統(tǒng)包括：提取單元和聚類分析單元；其中，

所述提取單元，用于提取設(shè)定時間段內(nèi)用戶端的信息文本中攜帶的電子地址，并根據(jù)所述電子地址確定所述電子地址的特征信息；

所述聚類分析單元，用于根據(jù)所述提取單元確定的所述特征信息，對所述提取單元提取到的所述電子地址進(jìn)行聚類分析，定位出疑似違規(guī)電子地址。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述聚類分析單元，具體用于將所述特征信息中屬于同一類特征的電子地址聚為一類，并確定同一類特征信息中所述電子地址次數(shù)；檢測到所述電子地址次數(shù)超過預(yù)設(shè)閾值時，確定所述電子地址為疑似違規(guī)電子地址。

8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述特征信息包括：電子地址的發(fā)送/接收次數(shù)、發(fā)送/接收ID個數(shù)、發(fā)送/接收ID列表、命中關(guān)鍵字/詞的個數(shù)和正常/違規(guī)電子地址個數(shù)中的一種或多種。

9.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述提取單元，具體還用于對預(yù)設(shè)時間段內(nèi)用戶端的信息文本內(nèi)容進(jìn)行全角字符解析轉(zhuǎn)半角字符解析處理、廣義字符映射處理、特殊字符預(yù)處理、連續(xù)字符串間最短距離處理、字符串向量有效長度判斷處理、和/或，關(guān)鍵字/或詞提取處理；

提取處理后的信息文本中攜帶的電子地址。

10.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述提取單元提取到的電子地址包括：電話號碼、銀行卡號、QQ號、微信號、郵箱地址和URL中的一種或多種。