异常号码的识别方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请公开了一种异常号码的识别方法、装置、设备、存储介质及程序产品，其中方法包括：获取与本机用户建立通信连接的目标号码；通过时空神经网络模型的关系图卷积网络R

【技术实现步骤摘要】
异常号码的识别方法、装置、设备、存储介质及程序产品


[0001]本申请属于信息
，尤其涉及一种异常号码的识别方法、装置、设备、存储介质及程序产品。

技术介绍

[0002]近年来，电话骚扰的行为日趋平台化和专业化，通过传统方法已经无法识别刻意躲避侦查的行为。
[0003]相关技术中，一般采用人工制定规则确定号码是否是异常号码，或者进行异常号码识别时只考虑用户通话行为的时间结构。
[0004]但是，人工制定规则具有一定的局限性，使得异常号码的识别门槛较高；只考虑用户通话行为的时间结构，使得异常号码的识别角度具有局限性，最终导致现有技术的异常号码识别结果不准确。

技术实现思路

[0005]本申请实施例提供一种异常号码的识别方法、装置、设备、存储介质及程序产品，能够提高识别异常号码的准确度。
[0006]一方面，本申请实施例提供一种异常号码的识别方法，方法包括：
[0007]获取与本机用户建立通信连接的目标号码；
[0008]通过时空神经网络模型的关系图卷积网络R
‑
GCN层对所述目标号码的话单数据进行特征提取处理，得到所述目标号码中的通信特征向量和位置特征向量；
[0009]通过所述时空神经网络模型的时间卷积层对通信特征向量和位置特征向量进行分类，得到所述目标号码的分类结果；所述分类结果用于指示所述目标号码是否为异常号码的识别结果。
[0010]在一种可能的实现方式中，在所述通过时空神经网络模型的关系图卷积网络R
‑r/>GCN层对所述目标号码的话单数据进行特征提取处理，得到所述目标号码中的通信特征向量和位置特征向量之前，所述方法还包括：
[0011]获取所述本机用户在第二时间区间内的通信训练样本；
[0012]根据所述通信训练样本，构建时空图谱；
[0013]将根据预设时间间隔从所述时空图谱中提取的时空子图，作为时空神经网络模型的输入，对所述时空神经网络模型进行训练。
[0014]在一种可能的实现方式中，所述获取所述本机用户在所述第二时间区间内的通信训练样本，包括：
[0015]根据预设指标对所述本机用户在所述第二时间区间内的已接号码进行筛选，得到所述本机用户在第二时间区间内的白名单；
[0016]将所述本机用户在第二时间区间内的拒接号码和从预设黑名单库中获取的通报黑名单进行合并，得到所述本机用户在第二时间区间内的黑名单；所述已接号码和未接号
码从所述本机用户的话单数据中获取；
[0017]根据所述白名单和所述黑名单，得到所述通信训练样本。
[0018]在一种可能的实现方式中，所述通信训练样本包括：表示进行通信的通信用户、表示拨打方向的通信向量和通信基站；所述根据所述通信训练样本，构建时空图谱，包括：
[0019]将所述通信用户作为所述通信图谱的节点，将所述通信向量作为构建所述节点的边，构建所述通信图谱；
[0020]将所述通信用户的用户信息作为所述通信图谱的节点属性；
[0021]将所述通信向量的通信详细信息作为所述通信图谱的边属性；
[0022]将所述通信基站作为所述位置图谱的节点，将所述第二时间区间内被所述通信用户访问的通信基站的访问信息作为所述位置图谱的边，构建所述位置图谱；
[0023]根据每次通信中的通信用户、通信基站和通信时间，对所述通信图谱和位置图谱进行合并，得到所述时空图谱。
[0024]在一种可能的实现方式中，在所述根据所述本机用户的用户信息，构建所述通信图谱的节点之前，所述方法还包括：
[0025]对所述用户信息、所述通信样本数据和所述通信基站位置进行清洗，得到清洗信息；
[0026]所述根据所述本机用户的用户信息，构建所述通信图谱的节点，包括：
[0027]根据所述清洗信息，构建所述通信图谱的节点。
[0028]在一种可能的实现方式中，所述时空神经网络模型基于所述本机用户的时空图谱训练得到；所述时空图谱是由所述本机用户在第一时间区间内的话单数据构建的图结构，所述图结构的节点为通信对象和通信基站；所述目标号码与所述本机用户建立通信连接的时间为第一时刻；所述第一时间区间与所述第一时刻相关；在所述第一时间区间发生变化的情况下，所述方法还包括：
[0029]根据公式(1)和(2)，确定所述时空图谱的边的权重：
[0030][0031]w
e
＝w
i，k
*c
i，r
*w
t
ꢀꢀꢀꢀ
(2)
[0032]其中，w
e
表示在所述第一时间区间内的第t时刻，时空图谱中边e的权重，w
t
表示第t时刻，与节点i的关联的边的权重，表示节点i在关系结构r之间的邻居节点的集合，w
i，k
表示边e
i，k
边的权重。
[0033]在一种可能的实现方式中，所述将根据预设时间间隔从所述时空图谱中提取的时空子图，作为时空神经网络模型的输入，对所述时空神经网络模型进行训练，包括：
[0034]通过所述R
‑
GCN层提取所述时空子图的图结构；
[0035]通过所述时间卷积层根据公式(3)，确定所述图结构中节点的标签类别：
[0036][0037]其中，为节点u在t时刻的向量，为参数矩阵，为节点u在t时刻的标签类别；
[0038]根据公式(4)，确定所述时空神经网络模型的交叉熵损失函数：
[0039][0040]其中，L为交叉熵损失函数，表示真实标签类别，为节点u在t时刻的标签类别，α是用来平衡类别分布的权重超参数，t≤T，i≤N；
[0041]在所述交叉熵损失函数的值满足条件的情况下，返回执行所述根据公式(3)，确定时空子图中节点的标签类别，直至所述交叉熵损失函数的值不满足条件。
[0042]在一种可能的实现方式中，在所述通过所述时空神经网络模型的时间卷积层对通信特征向量和位置特征向量进行分类，得到所述目标号码的分类结果之后，所述方法还包括：
[0043]根据所述通信测试样本对所述时空神经网络模型进行评估，得到评估结果；
[0044]在所述评估结果为表示所述时空神经网络模型不准确的第一评估结果的情况下，根据所述评估结果调整所述时空神经网络模型的参数，返回执行所述根据所述通信测试样本对所述时空神经网络模型进行评估，得到评估结果，直至所述评估结果为表示所述时空神经网络模型准确的第二评估结果；
[0045]在所述将所述本机用户在第一时间区间内的拒接号码和从预设黑名单库中获取的通报黑名单进行合并，得到所述本机用户在第一时间区间内的黑名单之后，所述方法还包括：
[0046]根据所述白名单和所述黑名单，得到用于测试所述时空神经网络模型的通信测试样本。
[0047]另一方面，本申请实施例提供了一种异常号码的识别装置，包括：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常号码的识别方法，其特征在于，包括：获取与本机用户建立通信连接的目标号码；通过时空神经网络模型的关系图卷积网络R
‑
GCN层对所述目标号码的话单数据进行特征提取处理，得到所述目标号码中的通信特征向量和位置特征向量；通过所述时空神经网络模型的时间卷积层对通信特征向量和位置特征向量进行分类，得到所述目标号码的分类结果；所述分类结果用于指示所述目标号码是否为异常号码的识别结果。2.根据权利要求1所述的异常号码的识别方法，其特征在于，在所述通过时空神经网络模型的关系图卷积网络R
‑
GCN层对所述目标号码的话单数据进行特征提取处理，得到所述目标号码中的通信特征向量和位置特征向量之前，所述方法还包括：获取所述本机用户在第二时间区间内的通信训练样本；根据所述通信训练样本，构建时空图谱；将根据预设时间间隔从所述时空图谱中提取的时空子图，作为时空神经网络模型的输入，对所述时空神经网络模型进行训练。3.根据权利要求2所述的异常号码的识别方法，其特征在于，所述获取所述本机用户在所述第二时间区间内的通信训练样本，包括：根据预设指标对所述本机用户在所述第二时间区间内的已接号码进行筛选，得到所述本机用户在第二时间区间内的白名单；将所述本机用户在第二时间区间内的拒接号码和从预设黑名单库中获取的通报黑名单进行合并，得到所述本机用户在第二时间区间内的黑名单；所述已接号码和未接号码从所述本机用户的话单数据中获取；根据所述白名单和所述黑名单，得到所述通信训练样本。4.根据权利要求2所述的异常号码的识别方法，其特征在于，所述通信训练样本包括：表示进行通信的通信用户、表示拨打方向的通信向量和通信基站；所述根据所述通信训练样本，构建时空图谱，包括：将所述通信用户作为所述通信图谱的节点，将所述通信向量作为构建所述节点的边，构建所述通信图谱；将所述通信用户的用户信息作为所述通信图谱的节点属性；将所述通信向量的通信详细信息作为所述通信图谱的边属性；将所述通信基站作为所述位置图谱的节点，将所述第二时间区间内被所述通信用户访问的通信基站的访问信息作为所述位置图谱的边，构建所述位置图谱；根据每次通信中的通信用户、通信基站和通信时间，对所述通信图谱和位置图谱进行合并，得到所述时空图谱。5.根据权利要求4所述的异常号码的识别方法，其特征在于，在所述根据所述本机用户的用户信息，构建所述通信图谱的节点之前，所述方法还包括：对所述用户信息、所述通信样本数据和所述通信基站位置进行清洗，得到清洗信息；所述根据所述本机用户的用户信息，构建所述通信图谱的节点，包括：根据所述清洗信息，构建所述通信图谱的节点。6.根据权利要求1所述的异常号码的识别方法，其特征在于，所述时空神经网络模型基
于所述本机用户的时空图谱训练得到；所述时空图谱是由所述本机用户在第一时间区间内的话单数据构建的图结构，所述图结构的节点为通信对象和通信基站；所述目标号码与所述本机用户建立通信连接的时间为第一时刻；所述第一时间区间与所述第一时刻相关；在所述第一时间区间发生变化的情况下，所述方法还包括：根据公式(1)和(2)，确定所述时空图谱的边的权重：w
e
＝w
i，k
*c
i，r
*w
t
ꢀꢀꢀꢀ

【专利技术属性】
技术研发人员：张润波，胡清源，李珍，陶涛，程竞超，尚晶，江勇，陈卓，陈乐，徐恒，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：