[發明專利]垃圾短信規則庫構建方法、裝置及電子設備

在審

• 申請號: 201811097273.7
• 申請日: 2018-09-17
• 公開（公告）號: CN110909526A
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 高喆;康楊楊;周笑添;孫常龍;劉曉鐘;司羅
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F40/194
• 分類號: G06F40/194;G06F40/289;G06F16/20
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘇培華

1.一種垃圾短信規則庫構建方法，其特征在于，包括：

確定垃圾短信集對應的至少一個候選規則；

根據正常短信集，確定所述候選規則的正常短信相關度；

根據所述正常短信相關度，從所述至少一個候選規則中確定垃圾短信規則。

2.根據權利要求1所述的方法，其特征在于，所述確定垃圾短信集對應的至少一個候選規則，包括：

確定所述垃圾短信集對應的至少一個頻繁項集；

根據所述至少一個頻繁項集，確定所述候選規則。

3.根據權利要求2所述的方法，其特征在于，所述確定所述垃圾短信集對應的至少一個頻繁項集，包括：

對所述垃圾短信執行分詞，得到垃圾短信詞；

根據所述垃圾短信詞，構建所述垃圾短信集對應的頻繁模式樹；

通過頻繁項集挖掘算法，從所述頻繁模式樹中獲取所述至少一個頻繁項集。

4.根據權利要求1所述的方法，其特征在于，所述根據正常短信集，確定所述候選規則的正常短信相關度，包括：

確定所述候選規則與所述正常短信集中各個正常短信之間的文本相似度；

根據所述文本相關度，確定所述正常短信相關度。

5.根據權利要求4所述的方法，其特征在于，還包括：

對所述正常短信執行分詞，得到正常短信詞；

根據所述正常短信集，生成所述正常短信詞對應的正常短信倒排索引；

所述文本相似度，采用如下方式確定：

根據所述正常短信倒排索引，確定所述候選規則與所述正常短信之間的文本相似度。

6.根據權利要求4所述的方法，其特征在于，所述根據所述文本相關度，確定所述正常短信相關度，包括：

將排在高位的預設數量的所述文本相關度的平均值作為所述正常短信相關度。

7.根據權利要求4所述的方法，其特征在于，所述文本相似度包括：余弦相似度或BM25相似度。

8.根據權利要求1所述的方法，其特征在于，所述根據所述候選規則對應的正常短信，確定所述正常短信相關度，包括：

從所述正常短信集內確定符合所述候選規則的正常短信；

根據所述符合所述候選規則的正常短信的數量，確定所述正常短信相關度。

9.根據權利要求8所述的方法，其特征在于，所述從正常短信集內確定符合所述候選規則的正常短信，包括：

對所述正常短信執行分詞，得到正常短信詞；

根據所述正常短信集，生成所述正常短信詞對應的正常短信倒排索引；

根據所述正常短信倒排索引，獲取符合所述候選規則的正常短信。

10.根據權利要求1所述的方法，其特征在于，所述根據所述正常短信相關度，從所述至少一個候選規則中確定垃圾短信規則，包括：

將所述正常短信相關度小于相關度閾值的候選規則作為垃圾短信規則。

11.根據權利要求1所述的方法，其特征在于，所述根據所述正常短信相關度，從所述至少一個候選規則中確定垃圾短信規則，包括：

獲取并展示所述正常短信相關度小于相關度閾值的候選規則；

接收針對目標候選規則的確定指令；

將所述目標候選規則作為所述垃圾短信規則。

12.一種垃圾短信規則庫構建裝置，其特征在于，包括：

候選規則確定單元，用于確定垃圾短信集對應的至少一個候選規則；

正常短信相關度確定單元，用于根據正常短信集，確定所述候選規則的正常短信相關度；

垃圾短信規則確定單元，用于根據所述正常短信相關度，從所述至少一個候選規則中確定垃圾短信規則。