基于用戶社交關(guān)系圖譜的垃圾語(yǔ)音識(shí)別研究.pdf

1、隨著新一代通訊技術(shù)的越來(lái)越成熟，使用手機(jī)的用戶也在不斷增加。然而移動(dòng)通訊讓大眾的生活更方便的同時(shí)，也帶來(lái)了新的問(wèn)題。越來(lái)越多的團(tuán)體和個(gè)人為了實(shí)現(xiàn)他們的利益不斷的向手機(jī)用戶發(fā)起垃圾語(yǔ)音，給大眾的生活帶來(lái)了很大的困擾。為了解決以上問(wèn)題，識(shí)別與過(guò)濾垃圾語(yǔ)音的相關(guān)研究由此誕生。
　　目前常見的垃圾語(yǔ)音識(shí)別方法主要包括基于通信行為的識(shí)別方法、基于信譽(yù)模型的識(shí)別方法和基于語(yǔ)音識(shí)別的識(shí)別方法，雖然它們?cè)诟髯缘难芯勘尘跋露极@得了不錯(cuò)的成果。但是這

2、些方法也有很多不足之處，比如基于通信行為的識(shí)別方法不能很好的適應(yīng)用戶的通信行為動(dòng)態(tài)變化，基于語(yǔ)音識(shí)別的垃圾語(yǔ)音識(shí)別方法有侵犯用戶隱私的問(wèn)題，基于用戶信譽(yù)的識(shí)別方法只考慮了用戶的信譽(yù)值，沒(méi)有考慮用戶個(gè)性化問(wèn)題等。針對(duì)上述問(wèn)題，本文通過(guò)對(duì)用戶的通話記錄數(shù)據(jù)進(jìn)行分析，提出了一種基于用戶社交關(guān)系圖譜的垃圾語(yǔ)音識(shí)別算法。
　　本文首先對(duì)原始的通話記錄數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，在此基礎(chǔ)上基于用戶之間的通話關(guān)系構(gòu)建用戶層面的社交關(guān)系圖譜，提出了基于通

3、話時(shí)長(zhǎng)和通話次數(shù)計(jì)算信任度的方法，并對(duì)圖譜的特征和用戶的社交行為進(jìn)行分析，然后提出了基于兩種機(jī)制的識(shí)別垃圾語(yǔ)音的算法：一種是針對(duì)間接連接節(jié)點(diǎn)，基于最短路徑算法Dijkstra和局部信任度算法TidalTrust來(lái)計(jì)算兩個(gè)節(jié)點(diǎn)之間的局部信任度，進(jìn)而進(jìn)行垃圾語(yǔ)音的判別；另一種是針對(duì)孤立節(jié)點(diǎn)，基于PageRank算法思想來(lái)計(jì)算節(jié)點(diǎn)在圖譜中的全局信任度，從而判別是否為垃圾語(yǔ)音。最后通過(guò)實(shí)驗(yàn)對(duì)算法進(jìn)行測(cè)試和對(duì)比，實(shí)驗(yàn)對(duì)比結(jié)果說(shuō)明所提出的識(shí)別垃圾語(yǔ)