[发明专利]一种实现自适应消息过滤的即时通讯系统和即时通讯方法

说明书

本发明提供一种实现自适应消息过滤的即时通讯系统和即时通讯方法。本发明能够克服即时通讯聊天过程中产生的消息因内容简短和关键词数少而给信息识别带来的困难，能够使过滤条件自适应匹配用户的关注兴趣，不仅对于垃圾消息和反复接收的消息实现了良好的过滤效果，而且能够在正常聊天过程中有用消息和无用消息互为上下文的情形下，实现对承载用户关注的有效信息的消息的自适应过滤。

技术领域

本发明涉及计算机通信领域，尤其涉及一种实现自适应消息过滤的即时通讯系统和即时通讯方法。

背景技术

即时通讯系统(Instant Messaging，简称IM)允许用户进行两点或多点之间的文字、图片、表情、语音、视频、文件等多种数据内容的实时相互传输，自上个世纪90年代成熟的IM系统进入商业化应用以来，用户规模急剧增长，迅速成为人们最为常用的通讯交流手段之一。近年来，智能手机终端和移动互联网的兴起进一步推动了即时通讯的发展，使用户随时随地都可以通过IM系统与他人进行联系，而且通过建立联系人的群组进行信息分享，使IM系统具备了社交网络的属性。从而，IM系统日益取代短信和电子邮件等工具，广泛适用于日常交际、商务联络、工作沟通、广告营销等各个方面。

虽然即时通讯系统能够支持文字、图片、表情、语音、视频、文件等多种格式和类型的内容数据的传输，但目前仍然主要是以文字消息作为用户之间传递信息的载体。文字消息的优势在于：通讯传输开销很低、意思传达比较准确、阅读文字获取信息的时间效率相比语音和视频等更高、可回溯性强。

然而，随着即时通讯系统的普及化，由之带来的信息泛滥的弊端也充分暴露出来。用户苦于每天都受到海量消息的“轰炸”，其中绝大部分是用户根本不需要也完全没有关注意愿的信息，而用户真正感兴趣和需要的有用消息却常常被湮没了，没有被用户及时发现并予以处理和回复，当用户一段时间之后回溯消息记录时，则更难从海量的无用消息中筛选出个别有用的信息。

在即时通讯系统当中，用户所接收的泛滥的无用消息包括多种情形：一是面向非特定受众编制和传播的各种广告消息，有些甚至是用来传播邪教、色情、暴力、谣言、诈骗等非法内容的消息；二是载有完全相同或基本相同内容的消息被持续性地重复转发和接收，例如，记载某些广为流传的故事、笑话、名言警句的消息由不同的发信人和群组反复传送给同一用户，随着重复次数的增加给用户带来打扰也不断加大；三是在正常的聊天交流过程中产生的不包含或极少包含有效信息量的消息，例如图1所示的即时通讯工具消息记录，其中记录的消息是用户王经理和小张的聊天记录，有20条共328个字符，涉及“A公司合同”以及“度假报名”两个主题，但通过分析不难发现，其中对于以上主题来说，包含了有效信息量的消息仅是标示了下划线的6条共140个字符，而其余的14条消息共188个字符均为表示打招呼、回应反馈、寒暄礼貌等辅助性质的用语，相对于以上主题来说，所提供的有效信息量非常有限。然而，即时通讯系统会将以上消息按时间顺序原样保存下来作为聊天记录的一部分，随着时间的积累，有效信息会日益湮没在上下文存在的大量的无用消息之间，难以被查找到；如果小张或者王经理在一段时间之后回溯聊天记录，就会感到从中发现聊天的主题及与其相关的有用消息均存在较大困难，需要花费大量时间去甄别上下文中的无用消息。另外，日积月累的无用消息还存在过度占用设备的硬件资源，增大数据传输、存储和处理开销方面的问题，而清空消息记录又会造成有用消息的一并删除。