[发明专利]来电提示方法和装置及分类方法和装置有效

专利信息
申请号: 201410301320.0 申请日: 2014-06-27
公开(公告)号: CN104023109A 公开(公告)日: 2014-09-03
发明(设计)人: 杨文峰 申请(专利权)人: 深圳市中兴移动通信有限公司
主分类号: H04M1/57 分类号: H04M1/57
代理公司: 广东广和律师事务所 44298 代理人: 吴彬
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 来电 提示 方法 装置 分类
【权利要求书】:

1.一种来电提示方法,其特征在于,包括:

采集来电的特征属性,根据来电的特征属性归属分类数据库的类别,进行来电提示。

2.一种来电提示方法,其特征在于,所述根据来电的特征属性归属分类数据库的类别进行来电提示包括:

获取训练样本集,所述训练样本集中包括被分成至少两个类别的若干电话;

确定所述电话的特征属性,并划分所述特征属性的取值范围;

计算出所述训练样本集中每个类别在该训练样本集中的第一概率,以及每一类别中每一特征属性下不同取值范围的第二概率,据此生成分类数据库;

若来电不在所述训练样本集中,根据所述来电的特征属性和分类数据库判断所述来电的类别,并向用户提示所述来电的类别。

3.根据权利要求2所述的来电提示方法,其特征在于,所述根据来电的特征属性和分类数据库判断所述来电的类别包括:

根据所述来电的特征属性从所述分类数据库中查询所述来电对应的第二概率;

根据所述第一概率和第二概率计算出所述来电属于每一类别的概率值;

判定所述来电的类别为最大概率值所对应的类别。

4.根据权利要求2或3所述的来电提示方法,其特征在于,所述获取训练样本集包括:从外部获取训练样本集或/和获取用户手动分类生成的训练样本集。

5.根据权利要求2或3所述的来电提示方法,其特征在于,所述方法还包括:若所述来电在所述训练样本集中,则从所述训练样本集中查询所述来电的类别。

6.一种来电提示装置,其特征在于,包括采集模块和来电提示模块,其中:

采集模块,用于采集来电的特征属性;

来电提示模块,用于根据来电的特征属性归属分类数据库的类别,进行来电提示。

7.根据权利要求6所述的来电提示装置,其特征在于,所述来电提示模块包括获取单元、训练单元、分类单元和提示单元,其中:

获取单元,用于获取训练样本集,所述训练样本集中包括被分成至少两个类别的若干电话;

训练单元,用于确定所述电话的特征属性,并划分所述特征属性的取值范围;计算出所述训练样本集中每个类别在该训练样本集中的第一概率,以及每一类别中每一特征属性下不同取值范围的第二概率,据此生成分类数据库;

分类单元,用于对来电进行分类,若所述来电不在所述训练样本集中,根据所述来电的特征属性和分类数据库判断所述来电的类别;

提示单元,用于向用户提示所述来电的类别。

8.根据权利要求7所述的来电提示装置,其特征在于,所述分类单元用于:

根据所述来电的特征属性从所述分类数据库中查询所述来电对应的第二概率;

根据所述第一概率和第二概率计算出所述来电属于每一类别的概率值;

判定所述来电的类别为最大概率值所对应的类别。

9.根据权利要求7或8所述的来电提示装置,其特征在于,所述获取单元用于:从外部获取训练样本集或/和获取用户手动分类生成的训练样本集。

10.一种分类方法,其特征在于,包括步骤:

获取训练样本集,所述训练样本集中包括被分成至少两个类别的若干对象;

确定所述对象的特征属性,并划分所述特征属性的取值范围;

计算出所述训练样本集中每个类别在该训练样本集中的第一概率,以及每一类别中每一特征属性下不同取值范围的第二概率,据此生成分类数据库;

对分类对象进行分类时,若所述分类对象不在所述训练样本集中,获取所述分类对象的特征属性,并根据所述分类对象的特征属性和分类数据库判断所述分类对象的类别。

11.根据权利要求10所述的分类方法,其特征在于,所述根据所述分类对象的特征属性和分类数据库判断所述分类对象的类别包括:

根据所述分类对象的特征属性从所述分类数据库中查询所述分类对象对应的第二概率;

根据所述第一概率和第二概率计算出所述分类对象属于每一类别的概率值;

判定所述分类对象的类别为最大概率值所对应的类别。

12.根据权利要求10或11所述的分类方法,其特征在于,所述获取训练样本集包括:从外部获取训练样本集或/和获取用户手动分类生成的训练样本集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市中兴移动通信有限公司,未经深圳市中兴移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410301320.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top