基于用戶社交關(guān)系圖譜的垃圾語音識別研究.pdf

1、隨著新一代通訊技術(shù)的越來越成熟，使用手機的用戶也在不斷增加。然而移動通訊讓大眾的生活更方便的同時，也帶來了新的問題。越來越多的團(tuán)體和個人為了實現(xiàn)他們的利益不斷的向手機用戶發(fā)起垃圾語音，給大眾的生活帶來了很大的困擾。為了解決以上問題，識別與過濾垃圾語音的相關(guān)研究由此誕生。
　　目前常見的垃圾語音識別方法主要包括基于通信行為的識別方法、基于信譽模型的識別方法和基于語音識別的識別方法，雖然它們在各自的研究背景下都獲得了不錯的成果。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別方法不能很好的適應(yīng)用戶的通信行為動態(tài)變化，基于語音識別的垃圾語音識別方法有侵犯用戶隱私的問題，基于用戶信譽的識別方法只考慮了用戶的信譽值，沒有考慮用戶個性化問題等。針對上述問題，本文通過對用戶的通話記錄數(shù)據(jù)進(jìn)行分析，提出了一種基于用戶社交關(guān)系圖譜的垃圾語音識別算法。
　　本文首先對原始的通話記錄數(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、話時長和通話次數(shù)計算信任度的方法，并對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制的識別垃圾語音的算法：一種是針對間接連接節(jié)點，基于最短路徑算法Dijkstra和局部信任度算法TidalTrust來計算兩個節(jié)點之間的局部信任度，進(jìn)而進(jìn)行垃圾語音的判別；另一種是針對孤立節(jié)點，基于PageRank算法思想來計算節(jié)點在圖譜中的全局信任度，從而判別是否為垃圾語音。最后通過實驗對算法進(jìn)行測試和對比，實驗對比結(jié)果說明所提出的識別垃圾語