不良电话态势感知方法和装置制造方法及图纸

公开了不良电话态势感知方法和装置。一种不良电话态势感知方法，包括：从在预定时间段内开卡的电话号码中筛选出多个电话号码；对于所述多个电话号码生成特征矩阵，该特征矩阵包含针对所述多个电话号码中的每个电话号码生成的具有多个维度的特征向量；基于所生成的特征矩阵，对于特征矩阵中的每个维度执行聚类处理，并且将在第一预设数量个维度中的每个维度上都被聚类到相同集群中的多个电话号码分类到同一集合中，从而得到多个集合，其中，所述第一预设数量大于等于特征矩阵中的维度的总数量的一半；如果所述多个集合中的某个集合内的电话号码的数量大于第二预设数量，那么将该集合确定为潜在的不良号码集合。合确定为潜在的不良号码集合。合确定为潜在的不良号码集合。

【技术实现步骤摘要】
不良电话态势感知方法和装置


[0001]本公开涉及不良电话态势感知方法和装置。

技术介绍

[0002]近来，不良电话呈现出发展蔓延的趋势。目前，主要是在不良电话挂断之后对每一个电话号码进行定位并且汇总统计以确定不良电话的呼出高发地，更具体而言，首先需要接到不良电话的人向有关部门举报不良电话来确定电话号码，其次有关部门将电话号码反馈给相应的运营商，然后相应的运营商对电话号码进行人工回溯定位以确定不良电话的呼出地，最后汇总统计一定时间内的不良电话的呼出高发地。

技术实现思路

[0003]根据本公开的第一方面，提供了一种不良电话态势感知方法，该方法包括以下步骤：从在预定时间段内开卡的电话号码中筛选出多个电话号码，所述多个电话号码使用储值金额低于预设值的套餐并且属于个人卡；对于所述多个电话号码生成特征矩阵，该特征矩阵包含针对所述多个电话号码中的每个电话号码生成的具有多个维度的特征向量，该特征向量至少包括以下维度：实名认证数据、代理渠道数据、制卡批次数据、漫游区域数据、业务相关数据、终端相关数据；基于所生成的特征矩阵，对于特征矩阵中的每个维度执行聚类处理，并且将在第一预设数量个维度中的每个维度上都被聚类到相同集群中的多个电话号码分类到同一集合中，从而得到多个集合，其中，所述第一预设数量大于等于特征矩阵中的维度的总数量的一半；如果所述多个集合中的某个集合内的电话号码的数量大于第二预设数量，那么将该集合确定为潜在的不良号码集合。
[0004]根据本公开的第二方面，提供了一种不良电话态势感知装置，该装置包括：用于执行根据第一方面的不良电话态势感知方法的部件。
[0005]根据本公开的第三方面，提供了一种非瞬态计算机可读存储介质，其存储有指令，当指令由处理器执行时使得执行根据第一方面的不良电话态势感知方法。
[0006]根据本公开的第四方面，提供了一种计算机程序产品，其存储有指令，当指令由处理器执行时使得执行根据第一方面的不良电话态势感知方法。
附图说明
[0007]并入说明书中并构成说明书的一部分的附图图示了本公开的实施例，并且与说明书一起用于解释本公开的原理而没有限制。在各图中，类似的标号用于表示类似的项目。
[0008]图1是根据本公开的一些实施例的示例性不良电话态势感知装置的框图。
[0009]图2是图示根据本公开一些实施例的示例性不良电话态势感知方法的流程图。
[0010]图3是图示出根据本公开一些实施例的其中可应用本公开的一般硬件环境。
具体实施方式
[0011]在以下详细描述中，阐述了许多具体细节以提供对所描述的示例性实施例的透彻理解。但是，对于本领域技术人员清楚的是，所描述的实施例可以在没有这些具体细节中的一些或全部的情况下进行实践。在所描述的示例性实施例中，为了避免不必要地模糊本公开的概念，没有详细描述众所周知的结构或处理步骤。
[0012]下文所示的每个框图内的方框可以通过硬件、软件、固件或其任意组合来实现以实现本公开的原理。本领域技术人员应该理解的是，每个框图中描述的方框可以被组合或分成子框来实现本公开的原理。
[0013]本公开中呈现的方法的步骤旨在是说明性的。在一些实施例中，该方法可以用未描述的一个或多个附加步骤来完成和/或在没有所讨论的一个或多个步骤的情况下完成。
[0014]另外，在本公开的描述中，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性和顺序。类似地，虽然在附图中以特定次序描绘了操作，但是这不应该被理解为要求以所示的特定次序或者以顺序次序执行这样的操作，或者要求执行所有图示的操作以实现所希望的结果。在某些情况下，多任务处理和并行处理可以是有利的。
[0015]图1是根据本公开的一些实施例的示例性不良电话态势感知装置 100的框图。
[0016]如图1所示，装置100可以包括：初步筛选部件110，被配置成从在预定时间段内开卡的电话号码中筛选出多个电话号码，所述多个电话号码使用储值金额低于预设值的套餐并且属于个人卡；特征矩阵生成部件120，被配置成对于所述多个电话号码生成特征矩阵，该特征矩阵包含针对所述多个电话号码中的每个电话号码生成的具有多个维度的特征向量，该特征向量至少包括以下维度：实名认证数据、代理渠道数据、制卡批次数据、漫游区域数据、业务相关数据、终端相关数据；特征矩阵分析部件130，被配置成基于所生成的特征矩阵，对于特征矩阵中的每个维度执行聚类处理，并且将在第一预设数量个维度中的每个维度上都被聚类到相同集群中的多个电话号码分类到同一集合中，从而得到多个集合，其中，所述第一预设数量大于等于特征矩阵中的维度的总数量的一半；潜在不良号码集合确定部件140，被配置成如果所述多个集合中的某个集合内的电话号码的数量大于第二预设数量，那么将该集合确定为潜在的不良号码集合；潜在不良电话号码显示部件150，被配置成基于潜在的不良号码集合内的潜在不良电话号码的代理渠道数据、实名认证数据和漫游区域数据，通过使用从由代理渠道数据表示的购卡地或由实名认证数据表示的实名地指向由漫游区域数据表示的漫游地的箭头来在电子地图上可视地显示潜在不良电话活动的态势走向和数量程度。
[0017]下文将进一步详细描述如图1所示的各部件的操作。
[0018]方法200从步骤S210开始，在步骤S210处，初步筛选部件110 从在预定时间段内开卡的电话号码中筛选出多个电话号码，所述多个电话号码使用储值金额低于预设值的套餐并且属于个人卡。
[0019]初步筛选部件110可以通过访问客户关系管理(CRM)数据，来从在预定时间段内开卡的电话号码中筛选出使用储值金额低的套餐且属于个人卡的电话号码。这里，预定时间段可以是最近15天、最近3 个月、最近9个月、或者最近1年。应理解，通过筛选出在近期开卡的潜在的不良电话号码，能够预测近期的不良电话态势。CRM数据可以包括电话卡的开卡日
期(即开户日期)、电话卡的套餐、以及电话卡是否是个人卡。这里，个人卡是相对于集团用户卡而言的。这里，低储值金额例如可以是小于等于20元的储值金额。
[0020]通过参考CRM数据中的电话卡的开卡日期(即开户日期)、电话卡的套餐、以及电话卡是个人用户卡还是集团用户卡，初步筛选部件 110可以从近期开卡的电话号码中筛选出使用储值金额低的套餐且属于个人卡的多个电话号码。
[0021]在一些实施例中，在步骤S210处，初步筛选部件110还可以从所筛选出的第一多个电话号码中随机抽取出第二多个电话号码，以用于后续的处理。
[0022]应理解，对于运营商而言，近期开卡且使用储值金额低的套餐的个人卡可能是数量巨大的。为了便于后续处理的进行，初步筛选部件 110可以从近期开卡且使用储值金额低的套餐的个人卡之中进一步随机抽取预定数量的电话卡进行处理。这里的预定数量例如可以依据实际需要而定，比如这里的预定数量可以是一万个电话号码。
[0023]应理解，由初步筛选部件110筛选出的电话号码可以是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不良电话态势感知方法，包括以下步骤：从在预定时间段内开卡的电话号码中筛选出多个电话号码，所述多个电话号码使用储值金额低于预设值的套餐并且属于个人卡；对于所述多个电话号码生成特征矩阵，该特征矩阵包含针对所述多个电话号码中的每个电话号码生成的具有多个维度的特征向量，该特征向量至少包括以下维度：实名认证数据、代理渠道数据、制卡批次数据、漫游区域数据、业务相关数据、终端相关数据；基于所生成的特征矩阵，对于特征矩阵中的每个维度执行聚类处理，并且将在第一预设数量个维度中的每个维度上都被聚类到相同集群中的多个电话号码分类到同一集合中，从而得到多个集合，其中，所述第一预设数量大于等于特征矩阵中的维度的总数量的一半；如果所述多个集合中的某个集合内的电话号码的数量大于第二预设数量，那么将该集合确定为潜在的不良号码集合。2.根据权利要求1所述的方法，所述筛选步骤还包括：在筛选出多个电话号码之后，从所筛选出的多个电话号码中随机抽取出第二多个电话号码，其中，特征矩阵将针对这第二多个电话号码来生成。3.根据权利要求1或2所述的方法，所述确定步骤还包括：对于多个潜在的不良号码集合中的每个集合，通过根据集合内的电话号码的特征向量将在预设号码库中的一个或多个电话号码加入到集合中，来对集合进行扩充。4.根据权利要求3所述的方法，所述确定步骤还包括：如果在扩充后的多个集合中的某个集合内包含与同一身份信息对应的多个电话号码，则将该集合确定为高危的不良号码集合。5.根据权利要求1所述的方法，还包括：基于潜在的不良号码集合内的潜在不良电话号码的代理渠道数据、实名认证数据和漫游区域数据，通过使用从由代理渠道数据表示的购卡地或...

【专利技术属性】
技术研发人员：李力卡，张青，刘育文，张华常，邓勇，张慧嫦，赖琮霖，李程，马泽雄，王谦，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：