[发明专利]信息处理方法、装置和计算机可读存储介质

权利要求书

1.一种信息处理方法，其特征在于，包括：

基于有效通话时长阈值，在与多个历史业务参与人相对应的通话详单中进行筛选，以确定所述多个历史业务参与人之间的有效通话记录，其中，所述多个历史业务参与人包括历史业务人和特殊联系人，所述特殊联系人与指定数目以上的所述历史业务人之间存在有效通话记录；

基于所述多个历史业务参与人之间的有效通话记录来产生对应于所述多个历史业务参与人的社交网络图，其中，在所述社交网络图中，所述历史业务参与人的电话号码对应于所述社交网络图中的节点，所述历史业务参与人之间的通信关系对应于所述节点之间的边；

在所述社交网络图中，根据与所述社交网络图中的节点和边相关联的邻居节点权重信息和别名对应信息进行随机游走，进而确定具有指定长度的多条路径，其中，确定所述路径包括：

确定每个所述节点的邻居节点的权重；

通过别名(Alias)方法根据每条边的起始节点和目标节点来确定邻居节点权重表和别名对应表，其中，所述邻居节点权重表和所述别名对应表中包括了节点和边相关联的所述邻居节点权重信息和所述别名对应信息；

基于所述路径的源节点的邻居节点的权重，确定下一步跳到的节点，并加入路径列表中；

根据所述路径列表中新加入的边，在所述邻居权重表以及所述别名对应表中进行查找，以确定所述路径的下一个节点；以及根据在每条所述路径中确定至少一个节点对，将所述节点对中的两个节点分别作为神经网络的输入和输出，进而确定所述神经网络的隐藏层权重矩阵来生成评估模型，其中，所述隐藏层权重矩阵中的行用于表征所述历史业务参与人的电话号码，所述隐藏层权重矩阵是N*M矩阵，其中N为所述社交网络图中的节点数目，M为评估模型中用于标识所述节点的向量的维度；

当接收到业务请求时，基于业务请求人的联系人的电话号码来在所述多条路径中确定对应于所述业务请求人的电话号码的新路径，其中，与所述业务请求人的联系人的电话号码相对应的节点位于所述新路径的第二节点位置上；

基于所述评估模型和所述新路径来确定指定数目的历史业务参与人的电话号码，根据与所述历史业务参与人的相关联的指定特征参数对所述指定数目的历史业务参与人中的所述历史业务人和/或所述特殊联系人进行评估，

当所述历史业务人的指定特征参数小于等于第一阈值时，将所述历史业务人评估为可靠历史业务人；

当与所述业务参与人中的特殊联系人相邻接的历史业务人中可靠历史业务人占比小于等于第二阈值时，将所述特殊联系人评估为不可靠，否则，基于所述可靠历史业务人占比、所述特殊联系人的邻接的历史业务人的指定特征参数以及所述第一阈值来评估所述特殊联系人是否可靠；以及

当所述指定数目的历史业务参与人中被评估为可靠的历史业务参与人的占比大于等于第三阈值时，所述业务请求人被评估为可靠业务请求人。

2.一种信息处理方法，其特征在于，包括：

基于与多个历史业务参与人相对应的多个通信标识，确定历史业务参与人信息集，其中，所述历史业务参与人信息集包括所述多个历史业务参与人之间的通信关系；

基于所述历史业务参与人信息集，确定所述多个历史业务参与人的社交网络图，其中，在所述社交网络图中，所述通信标识对应于所述社交网络图中的节点，所述历史业务参与人之间的通信关系对应于所述节点之间的边；

在所述社交网络图中，基于与所述社交网络图中的节点和边相关联的邻居权重信息和别名信息进行随机游走，进而确定具有指定长度的多条路径，其中，所述邻居权重信息和所述别名信息分别包括在通过别名(Alias)方法为每个节点构造的邻居权重表和与之相应的别名对应表之中；以及

基于神经网络，使用所述多条路径对所述社交网络图中的节点进行向量化，以生成评估模型，进而使得所述通信标识在所述评估模型中能够以指定的维数进行表示，其中，生成所述评估模型包括：

分别基于每条所述路径确定至少一个节点对，将所述节点对中的两个节点分别作为所述神经网络的输入和输出，进而确定所述神经网络的隐藏层权重矩阵，其中，所述隐藏层权重矩阵中的行用于表征所述历史业务参与人的通信标识。

3.如权利要求2所述的方法，其特征在于，确定具有指定长度的多条路径包括：

基于所述路径的源节点的邻居权重信息来确定下一步跳到的节点。