本發(fā)明涉及信息處理技術，具體涉及一種信息處理方法及系統(tǒng)。
背景技術：
：當今社會中，詐騙電話很多，有數量不少的人群容易被詐騙電話蒙蔽從而損失錢財。現有技術中，防范詐騙電話的技術方案主要分為兩種：一是普遍適用的提醒，例如通過黑名單的設置，只要用戶接到黑名單數據庫中的電話，則會接收到提醒該電話是詐騙電話的短信；二是對惡意號碼直接關停，以防止用戶被騙。上述第一種技術方案對用戶是無差別對待，無法真正起到防詐騙的作用，提醒效果較差。而上述第二種技術方案在實際運用中并沒有起到較好的效果，因為換一個電話號碼成本極低，即時號碼被關停，詐騙人員也可以快速的更換號碼繼續(xù)行騙。技術實現要素：為解決現有存在的技術問題，本發(fā)明實施例提供一種信息處理方法及系統(tǒng)。為達到上述目的，本發(fā)明實施例的技術方案是這樣實現的：本發(fā)明實施例提供了一種信息處理方法，所述方法包括：采集通信記錄信息；分析所述通信記錄信息，獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數；基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類，獲得所述被叫號碼對應的類別屬性；其中，所述預設分類規(guī)則基于預先提取樣本通信記錄信息的樣本特征參數、對所述樣本特征參數進行訓練獲得；基于所述類別屬性所表征的用戶受騙程度執(zhí)行相應的提醒操作。上述方案中，所述獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數，包括：獲得多個通信記錄信息中第一通信記錄信息中與主叫號碼和/或被叫號碼相關聯的第一特征參數；所述第一通信記錄信息為所述多個通信記錄信息中的任一通信記錄信息；以及獲得所述多個通信記錄信息中至少部分通信記錄信息之間的與主叫號碼和/或被叫號碼相關聯的第二特征參數；依據所述第一特征參數和所述第二特征參數生成特征參數；其中，所述特征參數包括：主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離。上述方案中，所述基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類，獲得所述被叫號碼對應的類別屬性，包括：基于所述特征參數按照預設分類規(guī)則將被叫號碼至少分為三類，獲得所述被叫號碼對應的類別屬性包括第一類別屬性、第二類別屬性和第三類別屬性。上述方案中，所述基于所述類別屬性所表征的用戶受騙程度執(zhí)行相應的提醒操作，包括：當所述被叫號碼對應第一類別屬性時，生成提醒信息，發(fā)送所述提醒信息至所述被叫號碼；當所述被叫號碼對應第二類別屬性時，發(fā)送所述被叫號碼至客服中心，以使所述客服中心的客服人員與所述被叫號碼對應用戶通話；當所述被叫號碼對應第三類別屬性時，發(fā)送所述被叫號碼至特定職能機構對應的服務平臺，以使所述特定職能機構的人員與所述被叫號碼對應用戶通話。上述方案中，所述基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類之前，所述方法還包括：采集樣本通信記錄信息，分析所述樣本通信記錄信息，獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的樣本特征參數以及對應的被叫號碼的類別屬性；基于所述樣本特征參數以及對應的被叫號碼的類別屬性進行訓練獲得表征特定分類規(guī)則的分類模型。上述方案中，所述采集通信記錄信息，包括：采集多個原始通信記錄信息，對所述原始通信記錄信息進行預處理，濾除錯誤的原始通信記錄信息，以及統(tǒng)一所述原始通信記錄信息中的主叫號碼和被叫號碼的格式后，獲得的原始通信記錄信息作為所述通信記錄信息。本發(fā)明實施例還提供了一種信息處理系統(tǒng)，所述系統(tǒng)包括：采集單元、分類識別單元和提醒操作單元；其中，所述采集單元，用于采集通信記錄信息；所述分類識別單元，用于分析所述采集單元采集的通信記錄信息，獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數；基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類，獲得所述被叫號碼對應的類別屬性；其中，所述預設分類規(guī)則基于預先提取樣本通信記錄信息的樣本特征參數、對所述樣本特征參數進行訓練獲得；所述提醒操作單元，用于基于所述分類識別單元獲得的類別屬性所表征的用戶受騙程度執(zhí)行相應的提醒操作。上述方案中，所述分類識別單元，用于獲得多個通信記錄信息中第一通信記錄信息中與主叫號碼和/或被叫號碼相關聯的第一特征參數；所述第一通信記錄信息為所述多個通信記錄信息中的任一通信記錄信息；以及獲得所述多個通信記錄信息中至少部分通信記錄信息之間的與主叫號碼和/或被叫號碼相關聯的第二特征參數；依據所述第一特征參數和所述第二特征參數生成特征參數；其中，所述特征參數包括：主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離。上述方案中，所述分類識別單元，用于基于所述特征參數按照預設分類規(guī)則將被叫號碼至少分為三類，獲得所述被叫號碼對應的類別屬性包括第一類別屬性、第二類別屬性和第三類別屬性。上述方案中，所述提醒操作單元，用于當所述被叫號碼對應第一類別屬性時，生成提醒信息，發(fā)送所述提醒信息至所述被叫號碼；當所述被叫號碼對應第二類別屬性時，發(fā)送所述被叫號碼至客服中心，以使所述客服中心的客服人員與所述被叫號碼對應用戶通話；當所述被叫號碼對應第三類別屬性時，發(fā)送所述被叫號碼至特定職能機構對應的服務平臺，以使所述特定職能機構的人員與所述被叫號碼對應用戶通話。上述方案中，所述系統(tǒng)還包括模型訓練單元；所述采集單元，還用于所述分類識別單元基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類之前，采集樣本通信記錄信息；所述分類識別單元，還用于分析所述采集單元采集的所述樣本通信記錄信息，獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的樣本特征參數以及對應的被叫號碼的類別屬性；所述模型訓練單元，用于基于所述分類識別單元獲得的所述樣本特征參數以及對應的被叫號碼的類別屬性進行訓練獲得表征特定分類規(guī)則的分類模型。上述方案中，所述采集單元，用于采集多個原始通信記錄信息，對所述原始通信記錄信息進行預處理，濾除錯誤的原始通信記錄信息，以及統(tǒng)一所述原始通信記錄信息中的主叫號碼和被叫號碼的格式后，獲得的原始通信記錄信息作為所述通信記錄信息。本發(fā)明實施例提供的信息處理方法及系統(tǒng)，所述方法包括：采集通信記錄信息；分析所述通信記錄信息，獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數；基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類，獲得所述被叫號碼對應的類別屬性；其中，所述預設分類規(guī)則基于預先提取樣本通信記錄信息的樣本特征參數、對所述樣本特征參數進行訓練獲得；基于所述類別屬性所表征的用戶受騙程度執(zhí)行相應的提醒操作。采用本發(fā)明實施例的技術方案，對被叫號碼按照用戶受騙程度進行分類，按照不同的分類屬性執(zhí)行相應的提醒操作，將人力資源最有效的利用到最可能受騙的用戶群體上，在不影響普通用戶體驗的基礎上，最大化的提高了提醒和勸阻的效果，減少了受騙用戶群體的數量，降低了用戶受騙的概率。附圖說明圖1為本發(fā)明實施例的信息處理方法的第一種流程示意圖；圖2為本發(fā)明實施例的信息處理方法中對被叫號碼分類的過程示意圖；圖3為本發(fā)明實施例的信息處理方法的第二種流程示意圖；圖4為本發(fā)明實施例的信息處理方法的一種應用流程示意圖；圖5為本發(fā)明實施例的信息處理系統(tǒng)的一種組成結構示意圖；圖6為本發(fā)明實施例的信息處理系統(tǒng)的另一種組成結構示意圖；圖7為本發(fā)明實施例的信息處理系統(tǒng)中各處理單元的處理過程示意圖；圖8為本發(fā)明實施例的信息處理系統(tǒng)作為硬件的組成結構示意圖。具體實施方式發(fā)明人發(fā)現，電信詐騙主要類別有仿冒公檢法，仿冒領導，仿冒客服等方式，每種類型都有非常成熟的套路，基本呈現三線運作的模式，從撒網、篩選、到轉賬，逐步對用戶進行詐騙，這個過程可稱之為具體情景。而接到詐騙電話的用戶，大部分人是可以自己識破的，上當受騙的是小部分人。而現有的反詐騙技術中的普遍適用性的提醒短信并沒有真正找到最容易受騙的用戶，從而進行更深度的提醒和勸阻。也就是說，現有技術中并沒有基于具體的情景(例如撒網、篩選、到轉賬的情景)針對處于不同階段的用戶采用不同的提醒方式，從而將人力資源有效的使用在最可能被騙的用戶群體上?；诖?，提出以下各實施例。下面結合附圖及具體實施例對本發(fā)明作進一步詳細的說明。實施例一本發(fā)明實施例提供了一種信息處理方法。圖1為本發(fā)明實施例的信息處理方法的第一種流程示意圖；如圖1所示，所述方法包括：步驟101：采集通信記錄信息。步驟102：分析所述通信記錄信息，獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數。步驟103：基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類，獲得所述被叫號碼對應的類別屬性；其中，所述預設分類規(guī)則基于預先提取樣本通信記錄信息的樣本特征參數、對所述樣本特征參數進行訓練獲得。步驟104：基于所述類別屬性所表征的用戶受騙程度執(zhí)行相應的提醒操作。本發(fā)明實施例的信息處理方法應用在信息處理系統(tǒng)中，所述系統(tǒng)可設置在服務器或服務器集群中，所述服務器具體可以是移動通信網絡運營商部署的服務器；所述移動通信網絡運營商例如移動、聯通或電信等移動通信網絡運營商。本實施例中，所述通信記錄信息具體為呼叫詳細記錄(CDR，CallDetailRecord)，也可稱之為話單，所述通信記錄信息具體可以包括：主叫號碼、被叫號碼、起始時間、結束時間、通話時長以及通話性質(所述通話性質例如本地通話、長途通話等性質)等等。則所述信息處理系統(tǒng)可直接從運營商部署的服務器中獲得所述通信記錄信息。作為一種實施方式，所述采集通信記錄信息，包括：采集多個原始通信記錄信息，對所述原始通信記錄信息進行預處理，濾除錯誤的原始通信記錄信息，以及統(tǒng)一所述原始通信記錄信息中的主叫號碼和被叫號碼的格式后，獲得的原始通信記錄信息作為所述通信記錄信息。本實施例中，所述信息處理系統(tǒng)可直接從運營商部署的服務器中獲得通信記錄信息，將直接獲得的通信記錄信息作為原始通信記錄信息；進一步對原始通信記錄信息進行預處理，在預處理過程中，濾除錯誤的原始通信記錄信息；所述錯誤的原始通信記錄信息例如號碼(例如被叫號碼錯誤)錯誤的原始通信記錄信息、或者通話時長不足預設時長(例如通話時長不足2秒鐘、通話接通即掉線的情況)的原始通信記錄信息。濾除錯誤的原始通信記錄信息后，統(tǒng)一所述原始通信記錄信息中的主叫號碼和被叫號碼的格式，即對所述原始通信記錄信息中的主叫號碼和被叫號碼歸一化。例如，對于有些手機號碼，會顯示例如137xxxxxxxx，而有的手機號碼會顯示0086137xxxxxxxx，則在本實施例中，對所有的手機號碼統(tǒng)一格式，例如統(tǒng)一為137xxxxxxxx這種格式而去除國家標識碼。上述處理過程可稱為話單預處理過程和話單清洗過程。按照上述預處理方式進行處理后，獲得的通信記錄信息可如表1所示。主叫號碼被叫號碼通話時間通話時長(秒)158xxxx0001186xxxx00022016-01-1515:36:421340010086139xxxx00012016-01-1515:39:0215138xxxx0001139xxxx00022016-01-1515:38:02123表1作為一種實施方式，在對上述對原始通信記錄信息進行預處理的過程還可以包括：按照主叫號碼的屬性特征進行分類，例如，按照手機號碼、固定電話號碼、公共服務號碼進行分類；其中，手機號碼和固定電話號碼無需過多解釋，所述公共服務號碼例如特定企業(yè)對應的服務號碼，例如10086是移動運營商對應的服務號碼；又例如，10010是聯通運營商對應的服務號碼等等。本實施例中，基于上述預處理方式進行預處理后獲得的通信記錄信息進行分析處理，獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數。作為一種實施方式，所述獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數，包括：獲得多個通信記錄信息中第一通信記錄信息中與主叫號碼和/或被叫號碼相關聯的第一特征參數；所述第一通信記錄信息為所述多個通信記錄信息中的任一通信記錄信息；以及獲得所述多個通信記錄信息中至少部分通信記錄信息之間的與主叫號碼和/或被叫號碼相關聯的第二特征參數；依據所述第一特征參數和所述第二特征參數生成特征參數；其中，所述特征參數包括：主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離。當然，所述特征參數不限于上述列舉的特征參數，還可以包括例如主叫號碼的歸屬地、被叫號碼的歸屬地、主叫號碼的通信間隔等特征參數。具體的，本實施方式中，所述信息處理系統(tǒng)基于獲得的通信記錄信息，也即基于獲得的話單進行特征參數的抽取和統(tǒng)計，獲得例如主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離等特征參數；其中，所述主叫號碼在單位時間內的通信次數例如主叫號碼在一小時內的撥打次數；所述主叫號碼和/或被叫號碼的平均通話時長例如主叫號碼和/或被叫號碼相關聯的所有通信記錄信息中平均每個通信記錄信息的通話時長；所述與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離具體可以為某一主叫號碼相關聯的相鄰兩個通信記錄信息中兩個被叫號碼的差值，例如可以理解為：若某一主叫號碼相關的通信記錄信息中，第一個通信記錄信息中的被叫號碼為138xxxxxxx1，第二個通信記錄信息中的被叫號碼為138xxxxxxx2，則所述第二個通信記錄信息和所述第一個通信記錄信息中被叫號碼的距離可以為相鄰兩個被叫號碼的差值，在上述示例中，所述相鄰兩個被叫號碼的差值為1。所述主叫號碼的通信間隔具體指的是某一主叫號碼的相鄰兩個通信記錄信息中第二起始通話時刻與第一結束通話時刻的差值，或者第二起始通話時刻-(第一起始通話時刻+第一通話時長)；其中，在先的通信記錄信息中的通訊參數標記為第一，在后的通信記錄中的通訊參數標記為第二，即在先的通信記錄信息中至少包括第一起始通話時刻、第一結束通話時刻和第一通話時長，在后的通信記錄信息中至少包括第二起始通話時刻、第二結束通話時刻和第二通話時長。本實施例中，所述基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類之前，所述方法還包括：采集樣本通信記錄信息，分析所述樣本通信記錄信息，獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的樣本特征參數以及對應的被叫號碼的類別屬性；基于所述樣本特征參數以及對應的被叫號碼的類別屬性進行訓練獲得表征特定分類規(guī)則的分類模型。具體的，所述信息處理系統(tǒng)在執(zhí)行本實施例步驟101至步驟104之前，也可以在執(zhí)行步驟103之前，需要通過采集并分析樣本通信記錄信息，獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的樣本特征參數以及對應的被叫號碼的類別屬性；其中，對樣本通信記錄信息的采集過程以及分析過程可參照上述描述所述，這里不再贅述。在所述樣本通信記錄信息中，還可以包括主叫號碼是否是詐騙號碼以及被叫號碼是否容易受騙的判定結果。本實施例中，在模型訓練過程中，可基于具體的實際情景配置訓練算法條件，例如配置相應的通話時間和通話次數等算法條件進行訓練，對應不同受騙程度的被叫號碼用戶。具體的，本實施例中可將用戶的受騙程度分為淺度受騙用戶、深度受騙用戶和高危用戶；所述淺度受騙用戶可以理解為撒網用戶，即詐騙者首先需要大范圍的撒網，處于撒網階段的被叫號碼稱為撒網號碼，相應的，該被叫號碼用戶稱為撒網用戶。所述深度受騙用戶可以理解為篩選用戶，即詐騙者在大范圍的撒網后、篩選出部分用戶進行進一步的詐騙，處于篩選階段的被叫號碼稱為篩選被叫號碼，相應的，該被叫號碼用戶稱為篩選用戶；所述高危用戶可以理解為即將進行轉賬的用戶，即詐騙者篩選用戶后對用戶進行“洗腦”，容易受騙的用戶會輕信詐騙者的騙局從而會按照詐騙者提供的方式進行轉賬，則處于即將轉賬狀態(tài)的被叫號碼稱為高危號碼。在上述三類被叫號碼中，處于不同階段的被叫號碼對應的特征參數具有一定區(qū)分度，例如撒網號碼撥打次數多，平均通話時長短，被叫號碼距離短，通話間隔短；因此基于通信記錄信息統(tǒng)計撒網號碼的行為特征，在統(tǒng)計獲得的行為特征的基礎上，利用機器學習算法，對主叫號碼是否是詐騙號碼進行識別，對詐騙號碼相關聯的被叫號碼處于上述哪一個階段進行分類，建立表征特定分類規(guī)則的分類模型。其中，所述機器學習算法例如貝葉斯分類算法。本實施例中，依據上述描述過程中將詐騙者的詐騙過程可分為的三個階段包括：撒網階段、篩選階段和“重點洗腦”階段，或者，依據用戶的受騙程度包括：淺度受騙用戶、深度受騙用戶和高危用戶可將被叫號碼劃分為至少三個類型，則所述基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類，獲得所述被叫號碼對應的類別屬性，包括：基于所述特征參數按照預設分類規(guī)則將被叫號碼至少分為三類，獲得所述被叫號碼對應的類別屬性包括第一類別屬性、第二類別屬性和第三類別屬性。具體的，圖2為本發(fā)明實施例的信息處理方法中對被叫號碼分類的過程示意圖；如圖2所示，在獲得被叫號碼相關聯的特征參數后，輸入預設分類模型基于所述預設分類模型中預先建立的分類算法(例如貝葉斯分類算法)以及輸入的特征參數確定所述被叫號碼的類別屬性；其中，輸入的特征參數可包括第一特征參數、第二特征參數直至第N特征參數；N為正整數；所輸入的特征參數包括但不限于前述獲得的特征參數，例如主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離等等。通過分類模型輸出被叫號碼對應的類別屬性，所述類別屬性具體包括第一類別屬性、第二類別屬性和第三類別屬性；上述類別屬性分別對應于輕度受騙用戶、深度受騙用戶和高危用戶。本實施例中，所述基于所述類別屬性所表征的用戶受騙程度執(zhí)行相應的提醒操作，包括：當所述被叫號碼對應第一類別屬性時，生成提醒信息，發(fā)送所述提醒信息至所述被叫號碼；當所述被叫號碼對應第二類別屬性時，發(fā)送所述被叫號碼至客服中心，以使所述客服中心的客服人員與所述被叫號碼對應用戶通話；當所述被叫號碼對應第三類別屬性時，發(fā)送所述被叫號碼至特定職能機構對應的服務平臺，以使所述特定職能機構的人員與所述被叫號碼對應用戶通話。具體的，對于不同類別屬性的被叫號碼，由于其對應處于不同階段用戶，則執(zhí)行不同的提醒方式。當第一類別屬性對應輕度受騙用戶時，則生成提醒信息，可直接通過短消息的方式發(fā)送所述提醒信息至所述被叫號碼。當第二類別屬性對應深度受騙用戶時，則將被叫號碼發(fā)送至客服中心，由客服中心的客服人員按照所述被叫號碼進行回訪與所述被叫號碼用戶進行通話，以勸阻該被叫號碼用戶不要輕信騙子的話。當第三類別屬性對應高危用戶時，則直接將被叫號碼發(fā)送至特定機構對應的服務平臺，例如公安局等特定機構對應的服務平臺，由公安局等特定機構指派的警務人員按照所述被叫號碼與所述被叫號碼用戶進行通話，采用更加強制的勸阻方式進行勸阻。實施例二本發(fā)明實施例還提供了一種信息處理方法，應用于信息處理系統(tǒng)中。圖3為本發(fā)明實施例的信息處理方法的第二種流程示意圖；如圖3所示，所述方法包括：步驟201：采集樣本通信記錄信息，分析所述樣本通信記錄信息，獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的樣本特征參數以及對應的被叫號碼的類別屬性。步驟202：基于所述樣本特征參數以及對應的被叫號碼的類別屬性進行訓練獲得表征特定分類規(guī)則的分類模型。步驟203：采集通信記錄信息，分析所述通信記錄信息，獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數。步驟204：基于所述特征參數按照所述分類模型對被叫號碼進行分類，獲得所述被叫號碼對應的類別屬性。步驟205a：當所述被叫號碼對應第一類別屬性時，生成提醒信息，發(fā)送所述提醒信息至所述被叫號碼。步驟205b：當所述被叫號碼對應第二類別屬性時，發(fā)送所述被叫號碼至客服中心，以使所述客服中心的客服人員與所述被叫號碼對應用戶通話。步驟205c：當所述被叫號碼對應第三類別屬性時，發(fā)送所述被叫號碼至特定職能機構對應的服務平臺，以使所述特定職能機構的人員與所述被叫號碼對應用戶通話。本實施例中，系統(tǒng)采集并分析大量的樣本通信記錄信息，獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的樣本特征參數以及對應的被叫號碼的類別屬性；其中，對所述樣本通信記錄信息進行采集并分析的處理過程包括：采集多個樣本通信記錄信息，對所述樣本通信記錄信息進行預處理，濾除錯誤的樣本通信記錄信息，以及統(tǒng)一所述樣本通信記錄信息中的主叫號碼和被叫號碼的格式后，獲得的樣本通信記錄信息作為所述樣本通信記錄信息。具體的，在預處理過程中，濾除錯誤的樣本通信記錄信息；所述錯誤的樣本通信記錄信息例如號碼(例如被叫號碼錯誤)錯誤的樣本通信記錄信息、或者通話時長不足預設時長(例如通話時長不足2秒鐘、通話接通即掉線的情況)的樣本通信記錄信息。濾除錯誤的樣本通信記錄信息后，統(tǒng)一所述樣本通信記錄信息中的主叫號碼和被叫號碼的格式，即對所述樣本通信記錄信息中的主叫號碼和被叫號碼歸一化。例如，對于有些手機號碼，會顯示例如137xxxxxxxx，而有的手機號碼會顯示0086137xxxxxxxx，則在本實施例中，對所有的手機號碼統(tǒng)一格式，例如統(tǒng)一為137xxxxxxxx這種格式而去除國家標識碼。上述處理過程可稱為話單預處理過程和話單清洗過程。另一方面，對樣本通信記錄信息中可按照主叫號碼的屬性特征進行分類，例如，按照手機號碼、固定電話號碼、公共服務號碼進行分類。進一步地，對處理后的樣本通信記錄信息進行分析處理，獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數。作為一種實施方式，所述獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數，包括：獲得多個樣本通信記錄信息中第一樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的第一特征參數；所述第一樣本通信記錄信息為所述多個樣本通信記錄信息中的任一樣本通信記錄信息；以及獲得所述多個樣本通信記錄信息中至少部分樣本通信記錄信息之間的與主叫號碼和/或被叫號碼相關聯的第二特征參數；依據所述第一特征參數和所述第二特征參數生成特征參數；其中，所述特征參數包括：主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰樣本通信記錄信息中被叫號碼的距離。當然，所述特征參數不限于上述列舉的特征參數，還可以包括例如主叫號碼的歸屬地、被叫號碼的歸屬地、主叫號碼的通信間隔等特征參數。其中，所述主叫號碼在單位時間內的通信次數例如主叫號碼在一小時內的撥打次數；所述主叫號碼和/或被叫號碼的平均通話時長例如主叫號碼和/或被叫號碼相關聯的所有通信記錄信息中平均每個通信記錄信息的通話時長；所述與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離具體可以為某一主叫號碼相關聯的相鄰兩個通信記錄信息中兩個被叫號碼的差值，例如可以理解為：若某一主叫號碼相關的通信記錄信息中，第一個通信記錄信息中的被叫號碼為138xxxxxxx1，第二個通信記錄信息中的被叫號碼為138xxxxxxx2，則所述第二個通信記錄信息和所述第一個通信記錄信息中被叫號碼的距離可以為相鄰兩個被叫號碼的差值，在上述示例中，所述相鄰兩個被叫號碼的差值為1。所述主叫號碼的通信間隔具體指的是某一主叫號碼的相鄰兩個通信記錄信息中第二起始通話時刻與第一結束通話時刻的差值，或者第二起始通話時刻-(第一起始通話時刻+第一通話時長)；其中，在先的通信記錄信息中的通訊參數標記為第一，在后的通信記錄中的通訊參數標記為第二，即在先的通信記錄信息中至少包括第一起始通話時刻、第一結束通話時刻和第一通話時長，在后的通信記錄信息中至少包括第二起始通話時刻、第二結束通話時刻和第二通話時長。本實施例中，在所述樣本通信記錄信息中，還可以包括主叫號碼是否是詐騙號碼以及被叫號碼是否容易受騙的判定結果。本實施例中，在模型訓練過程中，可基于具體的實際情景配置訓練算法條件，例如配置相應的通話時間和通話次數等算法條件進行訓練，對應不同受騙程度的被叫號碼用戶。具體的，本實施例中可將用戶的受騙程度分為淺度受騙用戶、深度受騙用戶和高危用戶；所述淺度受騙用戶可以理解為撒網用戶，即詐騙者首先需要大范圍的撒網，處于撒網階段的被叫號碼稱為撒網號碼，相應的，該被叫號碼用戶稱為撒網用戶。所述深度受騙用戶可以理解為篩選用戶，即詐騙者在大范圍的撒網后、篩選出部分用戶進行進一步的詐騙，處于篩選階段的被叫號碼稱為篩選被叫號碼，相應的，該被叫號碼用戶稱為篩選用戶；所述高危用戶可以理解為即將進行轉賬的用戶，即詐騙者篩選用戶后對用戶進行“洗腦”，容易受騙的用戶會輕信詐騙者的騙局從而會按照詐騙者提供的方式進行轉賬，則處于即將轉賬狀態(tài)的被叫號碼稱為高危號碼。在上述三類被叫號碼中，處于不同階段的被叫號碼對應的特征參數具有一定區(qū)分度，例如撒網號碼撥打次數多，平均通話時長短，被叫號碼距離短，通話間隔短；因此基于通信記錄信息統(tǒng)計撒網號碼的行為特征，在統(tǒng)計獲得的行為特征的基礎上，利用機器學習算法，對主叫號碼是否是詐騙號碼進行識別，對詐騙號碼相關聯的被叫號碼處于上述哪一個階段進行分類，建立表征特定分類規(guī)則的分類模型。其中，所述機器學習算法例如貝葉斯分類算法。進一步地，在采集到多個通信記錄信息后，按照上述統(tǒng)計分析方式對所述多個通信記錄信息進行統(tǒng)計分析，獲得所述多個通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數，其中，所述特征參數包括：主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離等等，當然，所述特征參數不限于上述列舉的特征參數，還可以包括例如主叫號碼的歸屬地、被叫號碼的歸屬地、主叫號碼的通信間隔等特征參數。將所述特征參數輸入所述分類模型中獲得被叫號碼的分類，即獲得所述被叫號碼對應的類別屬性是第一類別屬性、第二類別屬性或是第三類別屬性。本實施例中，基于所述被叫號碼對應的類別屬性的不同，執(zhí)行相應的提醒方式。例如，當第一類別屬性對應輕度受騙用戶時，則生成提醒信息，可直接通過短消息的方式發(fā)送所述提醒信息至所述被叫號碼。再例如，當第二類別屬性對應深度受騙用戶時，則將被叫號碼發(fā)送至客服中心，由客服中心的客服人員按照所述被叫號碼進行回訪與所述被叫號碼用戶進行通話，以勸阻該被叫號碼用戶不要輕信騙子的話。又例如，當第三類別屬性對應高危用戶時，則直接將被叫號碼發(fā)送至特定機構對應的服務平臺，例如公安局等特定機構對應的服務平臺，由公安局等特定機構指派的警務人員按照所述被叫號碼與所述被叫號碼用戶進行通話，采用更加強制的勸阻方式進行勸阻。下面結合一具體應用場景對本發(fā)明實施例的信息處理方案進行描述。圖4為本發(fā)明實施例的信息處理方法的一種應用流程示意圖；如圖4所示，包括：步驟301：信息處理系統(tǒng)實時采集話單并檢測分析，獲得話單中包括的特征參數，所述特征參數具體可以包括主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離等等。進一步依據上述特征參數以及預先配置的分類規(guī)則(即分類模型)對話單中的被叫號碼進行分類，獲得被叫號碼對應的分類屬性；所述分類屬性包括：撒網號碼、篩選號碼和即將轉賬號碼；上述三種分類屬性的具體定義可參照實施例一中所述，這里不再贅述。對于上述三種分類屬性分別執(zhí)行步驟302、步驟305和步驟307。具體的，步驟302中，判斷是否為撒網號碼，當判定為撒網號碼時，執(zhí)行步驟304：通過短信提醒用戶。相應的，當判定不是撒網號碼時，不執(zhí)行任何操作，即不提醒。步驟305中，判斷是否為篩選號碼，當判定為篩選號碼時，執(zhí)行步驟306：通過客服回訪的方式回訪用戶，以勸阻用戶不要上當受騙。相應的，當判定不是篩選號碼時，不執(zhí)行任何操作，即不提醒。步驟307中，判斷是否為即將轉賬號碼，當判定為即將轉賬號碼時，執(zhí)行步驟308：通過警務人員勸阻用戶，采用更加強硬的勸阻方式，以勸阻用戶不要上當受騙。相應的，當判定不是即將轉賬號碼時，不執(zhí)行任何操作，即不提醒。本應用場景在詐騙方式采用三線運作模式下，對處于撒網階段的用戶，只發(fā)送短信溫馨提醒；對于經過詐騙分子篩選，受騙較深的用戶，客服進行語音回訪；對于已經被深度洗腦，勸阻不聽，即將轉賬的用戶，采取更強制的勸阻方式，甚至轉給警方進行勸阻。采用本發(fā)明實施例的技術方案，對被叫號碼按照用戶受騙程度進行分類，按照不同的分類屬性執(zhí)行相應的提醒操作，將人力資源最有效的利用到最可能受騙的用戶群體上，在不影響普通用戶體驗的基礎上，最大化的提高了提醒和勸阻的效果，減少了受騙用戶群體的數量，降低了用戶受騙的概率。在實際應用中，采用本發(fā)明實施例的技術方案，詐騙的涉案金額同比出現了至少30％的下降。實施例三本發(fā)明實施例還提供了一種信息處理系統(tǒng)。圖5為本發(fā)明實施例的信息處理系統(tǒng)的一種組成結構示意圖；如圖5所示，所述系統(tǒng)包括：采集單元31、分類識別單元32和提醒操作單元33；其中，所述采集單元31，用于采集通信記錄信息；所述分類識別單元32，用于分析所述采集單元31采集的通信記錄信息，獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數；基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類，獲得所述被叫號碼對應的類別屬性；其中，所述預設分類規(guī)則基于預先提取樣本通信記錄信息的樣本特征參數、對所述樣本特征參數進行訓練獲得；所述提醒操作單元33，用于基于所述分類識別單元32獲得的類別屬性所表征的用戶受騙程度執(zhí)行相應的提醒操作。本發(fā)明實施例的信息處理系統(tǒng)可設置在服務器或服務器集群中，所述服務器具體可以是移動通信網絡運營商部署的服務器；所述移動通信網絡運營商例如移動、聯通或電信等移動通信網絡運營商。本實施例中，所述通信記錄信息具體為呼叫詳細記錄(CDR)，也可稱之為話單，所述通信記錄信息具體可以包括：主叫號碼、被叫號碼、起始時間、結束時間、通話時長以及通話性質(所述通話性質例如本地通話、長途通話等性質)等等。則所述信息處理系統(tǒng)可直接從運營商部署的服務器中獲得所述通信記錄信息。作為一種實施方式，所述采集單元31，用于采集多個原始通信記錄信息，對所述原始通信記錄信息進行預處理，濾除錯誤的原始通信記錄信息，以及統(tǒng)一所述原始通信記錄信息中的主叫號碼和被叫號碼的格式后，獲得的原始通信記錄信息作為所述通信記錄信息。本實施例中，所述采集單元31可直接從運營商部署的服務器中獲得通信記錄信息，將直接獲得的通信記錄信息作為原始通信記錄信息；進一步對原始通信記錄信息進行預處理，在預處理過程中，濾除錯誤的原始通信記錄信息；所述錯誤的原始通信記錄信息例如號碼(例如被叫號碼錯誤)錯誤的原始通信記錄信息、或者通話時長不足預設時長(例如通話時長不足2秒鐘、通話接通即掉線的情況)的原始通信記錄信息。濾除錯誤的原始通信記錄信息后，統(tǒng)一所述原始通信記錄信息中的主叫號碼和被叫號碼的格式，即對所述原始通信記錄信息中的主叫號碼和被叫號碼歸一化。例如，對于有些手機號碼，會顯示例如137xxxxxxxx，而有的手機號碼會顯示0086137xxxxxxxx，則在本實施例中，對所有的手機號碼統(tǒng)一格式，例如統(tǒng)一為137xxxxxxxx這種格式而去除國家標識碼。按照上述預處理方式進行處理后，獲得的通信記錄信息可如實施例中的表1所示。上述處理過程可稱為話單預處理過程和話單清洗過程。作為一種實施方式，所述采集單元31對上述對原始通信記錄信息進行預處理的過程還可以包括：按照主叫號碼的屬性特征進行分類，例如，按照手機號碼、固定電話號碼、公共服務號碼進行分類；其中，手機號碼和固定電話號碼無需過多解釋，所述公共服務號碼例如特定企業(yè)對應的服務號碼，例如10086是移動運營商對應的服務號碼；又例如，10010是聯通運營商對應的服務號碼等等。本實施例中，所述分類識別單元32基于上述預處理方式進行預處理后獲得的通信記錄信息進行分析處理，獲得所述通信記錄信息中與主叫號碼和/或被叫號碼相關聯的特征參數。作為一種實施方式，所述分類識別單元32，用于獲得多個通信記錄信息中第一通信記錄信息中與主叫號碼和/或被叫號碼相關聯的第一特征參數；所述第一通信記錄信息為所述多個通信記錄信息中的任一通信記錄信息；以及獲得所述多個通信記錄信息中至少部分通信記錄信息之間的與主叫號碼和/或被叫號碼相關聯的第二特征參數；依據所述第一特征參數和所述第二特征參數生成特征參數；其中，所述特征參數包括：主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離。當然，所述特征參數不限于上述列舉的特征參數，還可以包括例如主叫號碼的歸屬地、被叫號碼的歸屬地、主叫號碼的通信間隔等特征參數。具體的，本實施方式中，所述分類識別單元32基于獲得的通信記錄信息，也即基于獲得的話單進行特征參數的抽取和統(tǒng)計，獲得例如主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離等特征參數；其中，所述主叫號碼在單位時間內的通信次數例如主叫號碼在一小時內的撥打次數；所述主叫號碼和/或被叫號碼的平均通話時長例如主叫號碼和/或被叫號碼相關聯的所有通信記錄信息中平均每個通信記錄信息的通話時長；所述與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離具體可以為某一主叫號碼相關聯的相鄰兩個通信記錄信息中兩個被叫號碼的差值，例如可以理解為：若某一主叫號碼相關的通信記錄信息中，第一個通信記錄信息中的被叫號碼為138xxxxxxx1，第二個通信記錄信息中的被叫號碼為138xxxxxxx2，則所述第二個通信記錄信息和所述第一個通信記錄信息中被叫號碼的距離可以為相鄰兩個被叫號碼的差值，在上述示例中，所述相鄰兩個被叫號碼的差值為1。所述主叫號碼的通信間隔具體指的是某一主叫號碼的相鄰兩個通信記錄信息中第二起始通話時刻與第一結束通話時刻的差值，或者第二起始通話時刻-(第一起始通話時刻+第一通話時長)；其中，在先的通信記錄信息中的通訊參數標記為第一，在后的通信記錄中的通訊參數標記為第二，即在先的通信記錄信息中至少包括第一起始通話時刻、第一結束通話時刻和第一通話時長，在后的通信記錄信息中至少包括第二起始通話時刻、第二結束通話時刻和第二通話時長。圖6為本發(fā)明實施例的信息處理系統(tǒng)的另一種組成結構示意圖；如圖6所示，所述系統(tǒng)還包括模型訓練單元34；所述采集單元31，還用于所述分類識別單元32基于所述特征參數按照預設分類規(guī)則對被叫號碼進行分類之前，采集樣本通信記錄信息；所述分類識別單元32，還用于分析所述采集單元31采集的所述樣本通信記錄信息，獲得所述樣本通信記錄信息中與主叫號碼和/或被叫號碼相關聯的樣本特征參數以及對應的被叫號碼的類別屬性；所述模型訓練單元34，用于基于所述分類識別單元32獲得的所述樣本特征參數以及對應的被叫號碼的類別屬性進行訓練獲得表征特定分類規(guī)則的分類模型。具體的，所述采集單元31對樣本通信記錄信息的采集過程以及所述分類識別單元32分析過程可參照上述描述所述，這里不再贅述。在所述樣本通信記錄信息中，還可以包括主叫號碼是否是詐騙號碼以及被叫號碼是否容易受騙的判定結果。本實施例中，在模型訓練過程中，所述模型訓練單元34可基于具體的實際情景配置訓練算法條件，例如配置相應的通話時間和通話次數等算法條件進行訓練，對應不同受騙程度的被叫號碼用戶。具體的，本實施例中可將用戶的受騙程度分為淺度受騙用戶、深度受騙用戶和高危用戶；所述淺度受騙用戶可以理解為撒網用戶，即詐騙者首先需要大范圍的撒網，處于撒網階段的被叫號碼稱為撒網號碼，相應的，該被叫號碼用戶稱為撒網用戶。所述深度受騙用戶可以理解為篩選用戶，即詐騙者在大范圍的撒網后、篩選出部分用戶進行進一步的詐騙，處于篩選階段的被叫號碼稱為篩選被叫號碼，相應的，該被叫號碼用戶稱為篩選用戶；所述高危用戶可以理解為即將進行轉賬的用戶，即詐騙者篩選用戶后對用戶進行“洗腦”，容易受騙的用戶會輕信詐騙者的騙局從而會按照詐騙者提供的方式進行轉賬，則處于即將轉賬狀態(tài)的被叫號碼稱為高危號碼。在上述三類被叫號碼中，處于不同階段的被叫號碼對應的特征參數具有一定區(qū)分度，例如撒網號碼撥打次數多，平均通話時長短，被叫號碼距離短，通話間隔短；因此基于通信記錄信息統(tǒng)計撒網號碼的行為特征，在統(tǒng)計獲得的行為特征的基礎上，利用機器學習算法，對主叫號碼是否是詐騙號碼進行識別，對詐騙號碼相關聯的被叫號碼處于上述哪一個階段進行分類，建立表征特定分類規(guī)則的分類模型。其中，所述機器學習算法例如貝葉斯分類算法。本實施例中，依據上述描述過程中將詐騙者的詐騙過程可分為的三個階段包括：撒網階段、篩選階段和“重點洗腦”階段，或者，依據用戶的受騙程度包括：淺度受騙用戶、深度受騙用戶和高危用戶可將被叫號碼劃分為至少三個類型，則所述分類識別單元32，用于基于所述特征參數按照預設分類規(guī)則將被叫號碼至少分為三類，獲得所述被叫號碼對應的類別屬性包括第一類別屬性、第二類別屬性和第三類別屬性。具體的，如圖2所示，所述分類識別單元32在獲得被叫號碼相關聯的特征參數后，輸入預設分類模型基于所述預設分類模型中預先建立的分類算法(例如貝葉斯分類算法)以及輸入的特征參數確定所述被叫號碼的類別屬性；其中，輸入的特征參數可包括第一特征參數、第二特征參數直至第N特征參數；N為正整數；所輸入的特征參數包括但不限于前述獲得的特征參數，例如主叫號碼在單位時間內的通信次數、主叫號碼和/或被叫號碼的平均通話時長、與同一主叫號碼相關聯的相鄰通信記錄信息中被叫號碼的距離等等。通過分類模型輸出被叫號碼對應的類別屬性，所述類別屬性具體包括第一類別屬性、第二類別屬性和第三類別屬性；上述類別屬性分別對應于輕度受騙用戶、深度受騙用戶和高危用戶。本實施例中，所述提醒操作單元33，用于當所述被叫號碼對應第一類別屬性時，生成提醒信息，發(fā)送所述提醒信息至所述被叫號碼；當所述被叫號碼對應第二類別屬性時，發(fā)送所述被叫號碼至客服中心，以使所述客服中心的客服人員與所述被叫號碼對應用戶通話；當所述被叫號碼對應第三類別屬性時，發(fā)送所述被叫號碼至特定職能機構對應的服務平臺，以使所述特定職能機構的人員與所述被叫號碼對應用戶通話。具體的，對于不同類別屬性的被叫號碼，由于其對應處于不同階段用戶，則所述提醒操作單元33執(zhí)行不同的提醒方式。當第一類別屬性對應輕度受騙用戶時，則所述提醒操作單元33生成提醒信息，可直接通過短消息的方式發(fā)送所述提醒信息至所述被叫號碼。當第二類別屬性對應深度受騙用戶時，則所述提醒操作單元33將被叫號碼發(fā)送至客服中心，由客服中心的客服人員按照所述被叫號碼進行回訪與所述被叫號碼用戶進行通話，以勸阻該被叫號碼用戶不要輕信騙子的話。當第三類別屬性對應高危用戶時，則所述提醒操作單元33直接將被叫號碼發(fā)送至特定機構對應的服務平臺，例如公安局等特定機構對應的服務平臺，由公安局等特定機構指派的警務人員按照所述被叫號碼與所述被叫號碼用戶進行通話，采用更加強制的勸阻方式進行勸阻。具體的，圖7為本發(fā)明實施例的信息處理系統(tǒng)中各處理單元的處理過程示意圖；上述各處理單元的處理過程具體可參照圖7所示。本發(fā)明實施例中，所述信息處理系統(tǒng)中的分類識別單元32和模型訓練單元34，在實際應用中均可由所述系統(tǒng)中的中央處理器(CPU，CentralProcessingUnit)、數字信號處理器(DSP，DigitalSignalProcessor)、微控制單元(MCU，MicrocontrollerUnit)或可編程門陣列(FPGA，Field－ProgrammableGateArray)實現；所述系統(tǒng)中的采集單元31和提醒操作單元33，在實際應用中可通過通信模組(包含：基礎通信套件、操作系統(tǒng)、通信模塊、標準化接口和協議等)及收發(fā)天線實現。本實施例中，信息處理系統(tǒng)作為硬件實體的一個示例如圖8所示。所述系統(tǒng)包括處理器61、存儲介質62以及至少一個外部通信接口63；所述處理器61、存儲介質62以及外部通信接口63均通過總線64連接。這里需要指出的是：以上涉及系統(tǒng)項的描述，與上述方法描述是類似的，同方法的有益效果描述，不做贅述。對于本發(fā)明系統(tǒng)實施例中未披露的技術細節(jié)，請參照本發(fā)明方法實施例的描述。在本申請所提供的幾個實施例中，應該理解到，所揭露的系統(tǒng)和方法，可以通過其它的方式實現。以上所描述的系統(tǒng)實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，如：多個單元或組件可以結合，或可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設備或單元的間接耦合或通信連接，可以是電性的、機械的或其它形式的。上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位于一個地方，也可以分布到多個網絡單元上；可以根據實際的需要選擇其中的部分或全部單元來實現本實施例方案的目的。另外，在本發(fā)明各實施例中的各功能單元可以全部集成在一個處理單元中，也可以是各單元分別單獨作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述集成的單元既可以采用硬件的形式實現，也可以采用硬件加軟件功能單元的形式實現。本領域普通技術人員可以理解：實現上述方法實施例的全部或部分步驟可以通過程序指令相關的硬件來完成，前述的程序可以存儲于一計算機可讀取存儲介質中，該程序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟；而前述的存儲介質包括：移動存儲設備、只讀存儲器(ROM，Read-OnlyMemory)、隨機存取存儲器(RAM，RandomAccessMemory)、磁碟或者光盤等各種可以存儲程序代碼的介質?；蛘?，本發(fā)明上述集成的單元如果以軟件功能模塊的形式實現并作為獨立的產品銷售或使用時，也可以存儲在一個計算機可讀取存儲介質中?；谶@樣的理解，本發(fā)明實施例的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟件產品的形式體現出來，該計算機軟件產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機、服務器、或者網絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分。而前述的存儲介質包括：移動存儲設備、ROM、RAM、磁碟或者光盤等各種可以存儲程序代碼的介質。以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本
技術領域：
的技術人員在本發(fā)明揭露的技術范圍內，可輕易想到變化或替換，都應涵蓋在本發(fā)明的保護范圍之內。因此，本發(fā)明的保護范圍應以所述權利要求的保護范圍為準。當前第1頁1 2 3