[发明专利]短信的分类方法及装置

权利要求书

1.一种短信的分类方法，包括：

获取短信的发送方与接收方的行为特征以及获取所述短信的文本特征；

将所述行为特征和所述文本特征作为组合输入特征，通过深度学习对所述短信的内容属性进行分类；

其中，将所述行为特征和所述文本特征作为组合输入特征，通过所述深度学习对所述短信的内容属性进行分类包括：

将节点特征向量和词特征向量合并，构成特征矩阵，其中，所述节点特征向量用于表示所述发送方与所述接收方的行为特征；

重复多次对所述特征矩阵进行多通道卷积运算和降维操作，得到处理结果；

将所述处理结果输入至全连接层神经网络，对所述短信的内容属性进行分类。

2.根据权利要求1所述的方法，其中，获取所述发送方与所述接收方的行为特征包括：

通过二部图数据结构对所述发送方与所述接收方的标识进行建模，得到二部图模型；

基于所述二部图模型，采用图嵌入算法获取所述发送方与所述接收方的行为特征。

3.根据权利要求2所述的方法，其中，通过所述二部图数据结构对所述发送方与所述接收方的标识进行建模，得到所述二部图模型包括：

将所述发送方在发送所述短信时所使用的签名标识设置为所述二部图数据结构中的第一类型节点；

将所述发送方与所述接收方所使用的终端标识设置为所述二部图数据结构中的第二类型节点；

统计所述发送方与所述接收方之间的异常短信占比，其中，所述异常短信占比通过计算第一数值与第二数值的比值得到，所述第一数值表示所述发送方向所述接收方发送过的异常短信的数量，所述第二数值表示所述发送方向所述接收方发送过的全部短信的数量，所述异常短信中包含敏感信息且所述异常短信通过预先标记确定；

按照统计得到的异常短信占比从所述第一类型节点和所述第二类型节点中筛选出待使用节点，并在所述待使用节点中的每一对发送方与接收方之间生成边，得到所述二部图模型，其中，所述边的权重为该对发送方与接收方对应的异常短信占比。

4.根据权利要求3所述的方法，其中，按照统计得到的异常短信占比从所述第一类型节点和所述第二类型节点中筛选出待使用节点包括：

对统计得到的异常短信占比进行降序排列，得到排序结果；

按照预设比例从所述排序结果选取排名靠前的异常短信占比；

根据选取的异常短信占比从所述第一类型节点和所述第二类型节点中筛选出所述待使用节点。

5.根据权利要求3所述的方法，其中，基于所述二部图模型，采用图嵌入算法获取所述发送方与所述接收方的行为特征包括：

采用所述图嵌入算法生成与所述二部图模型中的每个节点对应的节点特征向量。

6.根据权利要求1所述的方法，其中，获取所述短信的所述文本特征包括：

对所述短信的文本内容进行分词处理，得到多个分词；

采用预设词向量化工具将所述多个分词转化为词特征向量，其中，所述词特征向量用于表示所述文本特征。

7.一种短信的分类装置，包括：

获取模块，用于获取短信的发送方与接收方的行为特征以及获取所述短信的文本特征；

分类模块，用于将所述行为特征和所述文本特征作为组合输入特征，通过深度学习对所述短信的内容属性进行分类；

其中，将所述行为特征和所述文本特征作为组合输入特征，通过所述深度学习对所述短信的内容属性进行分类包括：

将节点特征向量和词特征向量合并，构成特征矩阵，其中，所述节点特征向量用于表示所述发送方与所述接收方的行为特征；

重复多次对所述特征矩阵进行多通道卷积运算和降维操作，得到处理结果；

将所述处理结果输入至全连接层神经网络，对所述短信的内容属性进行分类。

8.一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的短信的分类方法。