[发明专利]通过黄页信息提取电话号码的方法及云端服务器

摘要

本发明提供一种通过黄页信息提取电话号码的方法及云端服务器，所述方法包括：根据预设的训练号码，建立获取黄页信息的至少一个模型/规则；接收多个客户端发送的电话号码，采用所述至少一个模型/规则从所述电话号码的相关网页中提取所述电话号码的黄页信息；根据所述电话号码，与所述电话号码对应的黄页信息，生成黄页数据库；其中，所述训练号码为预先获取有黄页信息的号码，所述电话号码包括所述训练号码。该方法解决了用户在拨打/接听陌生号码的过程中，能够及时获知该号码的黄页信息，进而判断该号码的安全性，并做出恰当的处理。

主权项

1.一种通过黄页信息提取电话号码的方法，其特征在于，包括：根据预设的训练号码，建立获取黄页信息的至少一个模型/规则；接收多个客户端发送的电话号码，采用所述至少一个模型/规则定向抓取与电话号码对应的网页中的内容，将与电话号码对应的网页中的与该电话号码相关联的数据抓取，并整理，获得该电话号码的黄页信息，并对所述黄页信息进行筛选，筛选符合的数据作为所述电话号码的黄页信息；根据所述电话号码，与所述电话号码对应的黄页信息，生成黄页数据库；其中，所述训练号码为预先获取有黄页信息的号码，所述电话号码包括所述训练号码；其中，根据预设的训练号码，建立获取黄页信息的至少一个模型/规则，包括：针对每一个训练号码，获取所述训练号码的黄页信息，将所述训练号码的黄页信息进行分词处理，建立对应所述训练号码的特征词/特征信息；搜索出现所述训练号码的网页，对所述网页中的文本内容进行分词处理，获取所述文本内容中的关键词/关键信息；将所述关键词与所述特征词进行匹配，或，将所述特征信息与所述关键信息进行匹配；如果所述关键词与所述特征词匹配，或者，所述特征信息与所述关键信息匹配，则确定匹配的关键词/关键信息在所述网页中的位置信息、词性；根据所有训练号码所属的网页中的文本内容、和所述关键词/关键信息在所述网页中的位置信息、词性，建立用于从网页中获取电话号码的黄页信息的至少一个模型/规则。