[發明專利]異常號碼的識別方法、裝置、設備、存儲介質及程序產品

在審

• 申請號: 202310141224.3
• 申請日: 2023-02-16
• 公開（公告）號: CN116193016A
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 張潤波;胡清源;李珍;陶濤;程競超;尚晶;江勇;陳卓;陳樂;徐恒
• 申請（專利權）人: 中移動信息技術有限公司;中國移動通信集團有限公司
• 主分類號: H04M1/57
• 分類號: H04M1/57;H04M1/663;H04M1/72454;G06F18/2433;G06F18/2415;G06F18/25;G06N3/045;G06N3/0442;G06N3/0464;G06N3/042;G06N3/047;G06N3/049;G06F123/02
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 趙秀芹

1.一種異常號碼的識別方法，其特征在于，包括：

獲取與本機用戶建立通信連接的目標號碼；

通過時空神經網絡模型的關系圖卷積網絡R-GCN層對所述目標號碼的話單數據進行特征提取處理，得到所述目標號碼中的通信特征向量和位置特征向量；

通過所述時空神經網絡模型的時間卷積層對通信特征向量和位置特征向量進行分類，得到所述目標號碼的分類結果；所述分類結果用于指示所述目標號碼是否為異常號碼的識別結果。

2.根據權利要求1所述的異常號碼的識別方法，其特征在于，在所述通過時空神經網絡模型的關系圖卷積網絡R-GCN層對所述目標號碼的話單數據進行特征提取處理，得到所述目標號碼中的通信特征向量和位置特征向量之前，所述方法還包括：

獲取所述本機用戶在第二時間區間內的通信訓練樣本；

根據所述通信訓練樣本，構建時空圖譜；

將根據預設時間間隔從所述時空圖譜中提取的時空子圖，作為時空神經網絡模型的輸入，對所述時空神經網絡模型進行訓練。

3.根據權利要求2所述的異常號碼的識別方法，其特征在于，所述獲取所述本機用戶在所述第二時間區間內的通信訓練樣本，包括：

根據預設指標對所述本機用戶在所述第二時間區間內的已接號碼進行篩選，得到所述本機用戶在第二時間區間內的白名單；

將所述本機用戶在第二時間區間內的拒接號碼和從預設黑名單庫中獲取的通報黑名單進行合并，得到所述本機用戶在第二時間區間內的黑名單；所述已接號碼和未接號碼從所述本機用戶的話單數據中獲取；

根據所述白名單和所述黑名單，得到所述通信訓練樣本。

4.根據權利要求2所述的異常號碼的識別方法，其特征在于，所述通信訓練樣本包括：表示進行通信的通信用戶、表示撥打方向的通信向量和通信基站；所述根據所述通信訓練樣本，構建時空圖譜，包括：

將所述通信用戶作為所述通信圖譜的節點，將所述通信向量作為構建所述節點的邊，構建所述通信圖譜；

將所述通信用戶的用戶信息作為所述通信圖譜的節點屬性；

將所述通信向量的通信詳細信息作為所述通信圖譜的邊屬性；

將所述通信基站作為所述位置圖譜的節點，將所述第二時間區間內被所述通信用戶訪問的通信基站的訪問信息作為所述位置圖譜的邊，構建所述位置圖譜；

根據每次通信中的通信用戶、通信基站和通信時間，對所述通信圖譜和位置圖譜進行合并，得到所述時空圖譜。

5.根據權利要求4所述的異常號碼的識別方法，其特征在于，在所述根據所述本機用戶的用戶信息，構建所述通信圖譜的節點之前，所述方法還包括：

對所述用戶信息、所述通信樣本數據和所述通信基站位置進行清洗，得到清洗信息；

所述根據所述本機用戶的用戶信息，構建所述通信圖譜的節點，包括：

根據所述清洗信息，構建所述通信圖譜的節點。

6.根據權利要求1所述的異常號碼的識別方法，其特征在于，所述時空神經網絡模型基于所述本機用戶的時空圖譜訓練得到；所述時空圖譜是由所述本機用戶在第一時間區間內的話單數據構建的圖結構，所述圖結構的節點為通信對象和通信基站；所述目標號碼與所述本機用戶建立通信連接的時間為第一時刻；所述第一時間區間與所述第一時刻相關；在所述第一時間區間發生變化的情況下，所述方法還包括：

根據公式(1)和(2)，確定所述時空圖譜的邊的權重：

w_e＝w_i，k*c_i，r*w_t????(2)

其中，w_e表示在所述第一時間區間內的第t時刻，時空圖譜中邊e的權重，w_t表示第t時刻，與節點i的關聯的邊的權重，N_i^r表示節點i在關系結構r之間的鄰居節點的集合，w_i，k表示邊e_i，k邊的權重。