本发明涉及人工智能技术领域，尤其涉及一种骚扰电话拦截方法及装置。
背景技术：
由于用户被推销时，经常会不情愿的留下手机号码，或者手机号码被物业等机构，在客户不知情的情况下卖给第三方，导致用户接到骚扰电话，影响正常生活。
技术实现要素：
本发明实施例提供一种骚扰电话拦截方法，用以拦截骚扰电话，改善用户体验，该方法包括：
在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；
根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；
用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；所述陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；
将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；所述机器学习模型根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。
本发明具体实施例中，还包括：
用户被电话骚扰的概率超过预设值时，确定用户对应的骚扰源类型；所述骚扰源类型用于表征用户被骚扰的行业类型。
进一步地，具体实施例中还包括：
若用户接到的陌生号码是骚扰电话，根据该陌生号码在预设时段内的多个通话联系人，确定每个通话联系人对应的骚扰源类型；
根据每个通话联系人对应的骚扰源类型，确定该陌生号码的骚扰类型。
为了进一步满足用户的个性化需求，具体实施例中，还包括：
若用户接到的陌生号码是骚扰电话，将该陌生号码和该陌生号码的骚扰类型，推送给用户；
接收用户反馈的拦截方式，根据用户反馈的拦截方式，通过手机银行对该陌生号码进行拦截。
在本发明具体实施例中，在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息，包括：
在用户接到陌生号码时，获取用户在手机银行中预留的用户信息，根据用户在手机银行中预留的用户信息，确定用户等级；
在用户等级为预设级别时，获取用户的消费记录信息和交易信息。
在本发明一具体实施例中，为了在用户已经设置过拒接黑名单后，进一步提高拦截效率，在获取用户在手机银行中预留的用户信息、消费记录信息和交易信息前，还包括：
接收用户设置的拒接号码信息，根据所述拒接号码信息，构建来电黑名单；
在来电黑名单中查询所述陌生号码，若查询到所述陌生号码，将所述陌生号码的来电拦截；
若未查询到所述陌生号码，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息。
本发明实施例还提供一种骚扰电话拦截装置，用以拦截骚扰电话，改善用户体验，该装置包括：
用户信息获取模块，用于在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；
骚扰概率分析模块，用于根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；
陌生号码信息获取模块，用于用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；所述陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；
骚扰电话识别模块，用于将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；所述机器学习模型根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。
本发明具体实施例中提供的骚扰电话拦截装置，还包括：
用户打标模块，用于用户被电话骚扰的概率超过预设值时，确定用户对应的骚扰源类型；所述骚扰源类型用于表征用户被骚扰的行业类型。
进一步地，本发明具体实施例中提供的骚扰电话拦截装置，还包括：
骚扰电话打标模块，用于若用户接到的陌生号码是骚扰电话，根据该陌生号码在预设时段内的多个通话联系人，确定每个通话联系人对应的骚扰源类型；
根据每个通话联系人对应的骚扰源类型，确定该陌生号码的骚扰类型。
为了进一步满足用户的个性化需求，本发明一具体实施例中提供的骚扰电话拦截装置，还包括：
骚扰拦截模块，用于若用户接到的陌生号码是骚扰电话，将该陌生号码和该陌生号码的骚扰类型，推送给用户；
接收用户反馈的拦截方式，根据用户反馈的拦截方式，通过手机银行对该陌生号码进行拦截。
具体实施过程中，所述用户信息获取模块，具体用于：
在用户接到陌生号码时，获取用户在手机银行中预留的用户信息，根据用户在手机银行中预留的用户信息，确定用户等级；
在用户等级为预设级别时，获取用户的消费记录信息和交易信息。
在本发明一具体实施例中，为了在用户已经设置过拒接黑名单后，进一步提高拦截效率，还包括：黑名单拦截模块，用于：
接收用户设置的拒接号码信息，根据所述拒接号码信息，构建来电黑名单；
在来电黑名单中查询所述陌生号码，若查询到所述陌生号码，将所述陌生号码的来电拦截；
若未查询到所述陌生号码，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述骚扰电话拦截方法。
本发明实施例也提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述骚扰电话拦截方法的计算机程序。
本发明实施例中，通过在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；其中，陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；其中，该机器学习模型是根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。通过进行数据分析，确定用户被电话骚扰的概率，仅对可能经常收到骚扰电话的用户，结合通信运营商提供的信息确定陌生号码持有人数据，基于机器学习模型，分析确定陌生号码是否为骚扰电话，为可能经常收到骚扰电话的用户提供骚扰电话拦截服务，精确骚扰电话拦截服务提供的对象，从而更贴合用户实际需要地为用户拦截骚扰电话，改善用户体验。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中骚扰电话拦截方法的示意图。
图2为本发明一具体实施例中骚扰电话拦截方法示意图。
图3为本发明另一具体实施例中骚扰电话拦截方法示意图。
图4为本发明又一具体实施例中骚扰电话拦截方法示意图。
图5为本发明具体实施例中步骤101的实现方法示意图。
图6为本发明具体实施例中骚扰电话拦截方法示意图。
图7为本发明实施例中骚扰电话拦截装置的示意图。
图8为本发明一具体实施例中骚扰电话拦截装置示意图。
图9为本发明另一具体实施例中骚扰电话拦截装置示意图。
图10为本发明又一具体实施例中骚扰电话拦截装置示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种骚扰电话拦截方法，用以拦截骚扰电话，改善用户体验，如图1所示，该方法包括：
步骤101：在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；
步骤102：根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；
步骤103：用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；其中，陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；
步骤104：将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；其中，机器学习模型根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。
由图1所示流程可以得知，本发明实施例中，通过在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；其中，陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；其中，该机器学习模型是根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。通过进行数据分析，确定用户被电话骚扰的概率，仅对可能经常收到骚扰电话的用户，结合通信运营商提供的信息确定陌生号码持有人数据，基于机器学习模型，分析确定陌生号码是否为骚扰电话，为可能经常收到骚扰电话的用户提供骚扰电话拦截服务，精确骚扰电话拦截服务提供的对象，从而更贴合用户实际需要地为用户拦截骚扰电话，改善用户体验。
为了给手机银行的用户提供更加优质的服务，本发明实施例旨在依托银行后台系统中丰富的客户资源和客户相关信息，在用户接到陌生电话时，进行智能分析，确定陌生号码是否是骚扰电话，从而在用户接听前，就将骚扰电话拦截，避免骚扰电话打扰到用户。
具体实施时，首先在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息。其中，用户信息是指用户的个人基本信息，例如：年龄、职业、性别和名下资产等；消费记录信息是指银行后台系统中用户进行消费后的相关记录，例如消费明细、消费金额、经常消费类型(母婴、户外运动、贵金属等)；交易信息是指银行后台系统中记录的用户的详细交易信息，可以从交易信息中分析用户是否经常购买理财产品，或者近期是否有房屋出租或交易等。
接着，根据获取的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被骚扰的概率。具体实施时，例如可以采用预设打分规则，针对每一条打分规则，进行打分，根据最终的被骚扰得分，确定用户被骚扰的概率。举例说明，预设打分规则可以是，如果存在房屋出租或交易等情况、经常消费类型的消费金额累计达到预设值(具体类型的预设值按照实际市场现状具体规定)、职业特殊、名下资产超过一定门槛值，或常年购买有基金理财等情况，会相应增加对应的评分。本领域技术人员可以理解，具体实施例中，也可通过建立预测模型等其他方式，确定用户被骚扰的概率，具体过程在此不再赘述。
此外，具体实施例中为了减少工作量，由于用户被骚扰的概率在短周期内不会改变，可每隔预定时段，例如两个月或三个月，重新确定用户被骚扰的概率，并将确定好的用户被骚扰的概率存储在数据库中，在下一次数据更新前，直接调用数据库中存储的用户被骚扰的概率即可，从而减少工作量，也提高了工作效率。
确定用户被电话骚扰的概率后，用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据。用户被电话骚扰的概率超过预设值时，可以认为用户是常收到骚扰电话的用户。联合通信运营商的信息库，获取陌生号码信息，确定用户接到的陌生号码持有人数据。其中，陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间。预设时段可设置为近三个月、近两个月、近半年等，根据实际需要进行设置。
具体实施时，可先判断该陌生号码是否在银行后台系统中有记录，如果发现该陌生号码是银行客户的号码，直接从银行后台系统中获取持有人个人信息，并向通信运营商调取持有人在预设时段的通话联系人和对应的通话时间。而若该陌生号码在银行后台系统中没有记录，直接向通信运营商调取持有人个人信息、预设时段的通话联系人和对应的通话时间。持有人个人信息一般包括：持有人性别、年龄和职业等信息。
确定用户接到的陌生号码持有人数据后，将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话。其中，该机器学习模型根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。
利用手机银行向用户搜集曾经收到过的骚扰电话，并根据骚扰电话的号码，联合通信运营商，确定骚扰号码持有人历史数据。并获取多个正常电话以及正常号码持有人历史数据，共同构建历史陌生号码持有人数据集。由于一般的骚扰电话通话时间少于1分钟的可能性高，且拨打骚扰电话的职业和年龄也比较有统一的特征，因而可以根据号码持有人数据，对是否是骚扰电话进行预测。因此，以历史陌生号码持有人数据集中的陌生号码持有人数据为输入，是否是骚扰电话为输出，构建用于预测输入号码是否为骚扰电话的机器学习模型。并将历史陌生号码持有人数据集分为训练集和测试集，对该机器学习模型进行训练和测试，得到训练好且验证成功的机器学习模型。
由于实际情况中可能也会存在误判的情况，例如，一种是通话双方都是中介，互为同事，但由于通话时间过短，可能会把其中一方判定为骚扰电话，但其实不是；还有一种是属于骚扰电话，但是由于通话时间过长等原因，未被判定属于骚扰电话。使得机器学习模型的预测准确率降低，具体实施时，可通过接收用户反馈的申诉，例如，第一种情况下，用户会申诉异常拦截，将正常通话的联系人拦截；第二种情况下，用户会申诉未成功拦截骚扰电话。根据用户反馈的申诉，构建异常数据集，在模型使用过程中，基于异常数据集，通过机器学习方法不断对模型自优化，提高模型的有效性，进一步提高模型预测的准确性。
为了更加精准地为用户提供骚扰电话的类别，具体实施例中，如图2所示，在图1的基础上，还包括：
步骤201：用户被电话骚扰的概率超过预设值时，确定用户对应的骚扰源类型；其中，该骚扰源类型用于表征用户被骚扰的行业类型。
具体实施时，在根据获取的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被骚扰的概率的同时，确定用户对应的骚扰源类型，即经常什么类型的骚扰电话会打给该用户，例如理财、母婴、房地产等，具体实施时，在银行后台数据库中，增设相应的标签记录用户对应的骚扰源类型，以便后续调用。
进一步地，具体实施例中所提供的骚扰电话拦截方法，如图3所示，在图2的基础上，还包括：
步骤301：若用户接到的陌生号码是骚扰电话，根据该陌生号码在预设时段内的多个通话联系人，确定每个通话联系人对应的骚扰源类型；
步骤302：根据每个通话联系人对应的骚扰源类型，确定该陌生号码的骚扰类型。
具体实施时，如果该陌生号码是骚扰电话，那么这个陌生号码在近期一段时间，例如三个月内的骚扰到的联系人通常具有相同的特性，可通过根据每个通话联系人对应的骚扰源类型，确定他们共有的骚扰源类型，从而确定该陌生号码的骚扰类型。例如一个陌生号码的通话联系人a的骚扰源类型有理财、房产、母婴、户外运动，通话联系人b的骚扰源类型有房产、户外运动、装修，通话联系人c的骚扰源类型有理财、装修、房产，那么他们的交集是装修和房产，则这个陌生号码的骚扰类型是装修和房产。
为了进一步满足用户的个性化需求，具体实施例中，还提供一种骚扰电话拦截方法，如图4所示，在图3的基础上，还包括：
步骤401：若用户接到的陌生号码是骚扰电话，将该陌生号码和该陌生号码的骚扰类型，推送给用户；
步骤402：接收用户反馈的拦截方式，根据用户反馈的拦截方式，通过手机银行对该陌生号码进行拦截。
不同的用户对不同类型的骚扰电话的拦截需求不同，不能简单地全部拦截，故可将陌生号码和该陌生号码的骚扰类型，推送给用户，由用户自主选择拦截方式，用户可以在手机银行设置不接听，或者在休息时间不接听，也可以设置为接听，进一步满足用户需求。用户也可针对大类进行设置，例如用户提前设置好对于房产类型的陌生号码，在非工作时间可接听，只要确定陌生号码属于房产类型，直接按照用户提前设置好的拦截方式，仅在非工作时间不拦截。
在本发明一具体实施例中，由于手机银行的用户群体庞大，为了精准服务，提升服务质量，可仅对手机银行的vip用户提供上述骚扰电话拦截的服务，相应地，步骤101的具体实现方式，如图5所示，包括：
步骤501：在用户接到陌生号码时，获取用户在手机银行中预留的用户信息，根据用户在手机银行中预留的用户信息，确定用户等级；
步骤502：在用户等级为预设级别时，获取用户的消费记录信息和交易信息。
步骤501实现时，可提前预设用户等级评判标准，例如资产规模，使用手机银行的频率高低，用户是否授权应用相关权限等。只有用户等级为预设级别，例如高等级或中高等级时，才向用户提供上述骚扰电话拦截方法。
在本发明一具体实施例中，为了在用户已经设置过拒接黑名单后，进一步提高拦截效率，在获取用户在手机银行中预留的用户信息、消费记录信息和交易信息前，还包括如图6所示的步骤：
步骤601：接收用户设置的拒接号码信息，根据该拒接号码信息，构建来电黑名单；
步骤602：在来电黑名单中查询上述陌生号码，若查询到上述陌生号码，将陌生号码的来电拦截；
步骤603：若未查询到上述陌生号码，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息。
基于同一发明构思，本发明实施例还提供一种骚扰电话拦截装置，由于骚扰电话拦截装置所解决问题的原理与骚扰电话拦截方法相似，因此骚扰电话拦截装置的实施可以参见骚扰电话拦截方法的实施，重复之处不再赘述，具体结构如图7所示：
用户信息获取模块701，用于在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；
骚扰概率分析模块702，用于根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；
陌生号码信息获取模块703，用于用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；其中，陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；
骚扰电话识别模块704，用于将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；其中，机器学习模型根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。
具体实施例中，如图8所示的骚扰电话拦截装置，在图7的基础上，还包括：
用户打标模块801，用于用户被电话骚扰的概率超过预设值时，确定用户对应的骚扰源类型；其中，骚扰源类型用于表征用户被骚扰的行业类型。
进一步地，图9所示的骚扰电话拦截装置，在图8的基础上，还包括：
骚扰电话打标模块901，用于：
若用户接到的陌生号码是骚扰电话，根据该陌生号码在预设时段内的多个通话联系人，确定每个通话联系人对应的骚扰源类型；
根据每个通话联系人对应的骚扰源类型，确定该陌生号码的骚扰类型。
为了进一步满足用户的个性化需求，本发明一具体实施例中提供的骚扰电话拦截装置，如图10所示，在图9的基础上，还包括：
骚扰拦截模块1001，用于：
若用户接到的陌生号码是骚扰电话，将该陌生号码和该陌生号码的骚扰类型，推送给用户；
接收用户反馈的拦截方式，根据用户反馈的拦截方式，通过手机银行对该陌生号码进行拦截。
具体实施过程中，用户信息获取模块701，具体用于：
在用户接到陌生号码时，获取用户在手机银行中预留的用户信息，根据用户在手机银行中预留的用户信息，确定用户等级；
在用户等级为预设级别时，获取用户的消费记录信息和交易信息。
在本发明一具体实施例中，为了在用户已经设置过拒接黑名单后，进一步提高拦截效率，还包括：黑名单拦截模块，用于：
接收用户设置的拒接号码信息，根据拒接号码信息，构建来电黑名单；
在来电黑名单中查询陌生号码，若查询到陌生号码，将陌生号码的来电拦截；
若未查询到陌生号码，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述骚扰电话拦截方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述骚扰电话拦截方法的计算机程序。
综上所述，本发明实施例提供的骚扰电话拦截方法及装置具有如下优点：
通过在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；其中，陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；其中，该机器学习模型是根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。通过进行数据分析，确定用户被电话骚扰的概率，仅对可能经常收到骚扰电话的用户，结合通信运营商提供的信息确定陌生号码持有人数据，基于机器学习模型，分析确定陌生号码是否为骚扰电话，为可能经常收到骚扰电话的用户提供骚扰电话拦截服务，精确骚扰电话拦截服务提供的对象，从而更贴合用户实际需要地为用户拦截骚扰电话，改善用户体验。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
1.一种骚扰电话拦截方法，其特征在于，包括：
在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；
根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；
用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；所述陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；
将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；所述机器学习模型是根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。
2.如权利要求1所述的方法，其特征在于，还包括：
用户被电话骚扰的概率超过预设值时，确定用户对应的骚扰源类型；所述骚扰源类型用于表征用户被骚扰的行业类型。
3.如权利要求2所述的方法，其特征在于，还包括：
若用户接到的陌生号码是骚扰电话，根据该陌生号码在预设时段内的多个通话联系人，确定每个通话联系人对应的骚扰源类型；
根据每个通话联系人对应的骚扰源类型，确定该陌生号码的骚扰类型。
4.如权利要求3所述的方法，其特征在于，还包括：
若用户接到的陌生号码是骚扰电话，将该陌生号码和该陌生号码的骚扰类型，推送给用户；
接收用户反馈的拦截方式，根据用户反馈的拦截方式，通过手机银行对该陌生号码进行拦截。
5.如权利要求1所述的方法，其特征在于，在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息，包括：
在用户接到陌生号码时，获取用户在手机银行中预留的用户信息，根据用户在手机银行中预留的用户信息，确定用户等级；
在用户等级为预设级别时，获取用户的消费记录信息和交易信息。
6.如权利要求1-5任一项所述的方法，其特征在于，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息前，还包括：
接收用户设置的拒接号码信息，根据所述拒接号码信息，构建来电黑名单；
在来电黑名单中查询所述陌生号码，若查询到所述陌生号码，将所述陌生号码的来电拦截；
若未查询到所述陌生号码，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息。
7.一种骚扰电话拦截装置，其特征在于，包括：
用户信息获取模块，用于在用户接到陌生号码时，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息；
骚扰概率分析模块，用于根据手机银行中预留的用户信息、消费记录信息和交易信息，进行数据分析，确定用户被电话骚扰的概率；
陌生号码信息获取模块，用于用户被电话骚扰的概率超过预设值时，向通信运营商发出陌生号码信息调取请求，接收通信运营商反馈的陌生号码信息，确定用户接到的陌生号码持有人数据；所述陌生号码持有人数据包括持有人个人信息、预设时段的通话联系人和对应的通话时间；
骚扰电话识别模块，用于将用户接到的陌生号码持有人数据，输入机器学习模型，确定用户接到的陌生号码是否为骚扰电话；所述机器学习模型是根据历史陌生号码持有人数据集预先训练得到的，用于确定陌生号码是否为骚扰电话。
8.如权利要求7所述的装置，其特征在于，还包括：
用户打标模块，用于用户被电话骚扰的概率超过预设值时，确定用户对应的骚扰源类型；所述骚扰源类型用于表征用户被骚扰的行业类型。
9.如权利要求8所述的装置，其特征在于，还包括：
骚扰电话打标模块，用于若用户接到的陌生号码是骚扰电话，根据该陌生号码在预设时段内的多个通话联系人，确定每个通话联系人对应的骚扰源类型；
根据每个通话联系人对应的骚扰源类型，确定该陌生号码的骚扰类型。
10.如权利要求9所述的装置，其特征在于，还包括：
骚扰拦截模块，用于若用户接到的陌生号码是骚扰电话，将该陌生号码和该陌生号码的骚扰类型，推送给用户；
接收用户反馈的拦截方式，根据用户反馈的拦截方式，通过手机银行对该陌生号码进行拦截。
11.如权利要求7所述的装置，其特征在于，所述用户信息获取模块，具体用于：
在用户接到陌生号码时，获取用户在手机银行中预留的用户信息，根据用户在手机银行中预留的用户信息，确定用户等级；
在用户等级为预设级别时，获取用户的消费记录信息和交易信息。
12.如权利要求7-11任一项所述的装置，其特征在于，还包括：黑名单拦截模块，用于：
接收用户设置的拒接号码信息，根据所述拒接号码信息，构建来电黑名单；
在来电黑名单中查询所述陌生号码，若查询到所述陌生号码，将所述陌生号码的来电拦截；
若未查询到所述陌生号码，获取用户在手机银行中预留的用户信息、消费记录信息和交易信息。
13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一所述方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至6任一所述方法的计算机程序。
技术总结