本發(fā)明涉及短信管理技術領域,特別涉及一種短信類型判別方法、系統(tǒng)及短信管理平臺。
背景技術:
當前,隨著垃圾短信騷擾愈演愈烈,各大電信業(yè)務供應商和增值業(yè)務服務商都相繼推出了反垃圾短信的技術。然而,由于技術的原因,垃圾短信漏查和正常短信錯查的問題同樣突出,特別是后者,正常短信不能夠準確及時到達終端用戶。其原因是:反垃圾短信技術不能實現(xiàn)100%準確和100%查全率,造成部分垃圾短信未能檢測出來,也造成部分正常短信被誤測為垃圾短信。而后者將對用戶造成直接傷害。
綜上所述可以看出,如何降低正常短信被誤判的事件發(fā)生率是目前還有待解決的問題。
技術實現(xiàn)要素:
有鑒于此,本發(fā)明的目的在于提供一種短信類型判別方法、系統(tǒng)及短信管理平臺,能夠降低正常短信被誤判的事件發(fā)生率。其具體方案如下:
一種短信類型判別方法,包括:
獲取待檢測短信;
判斷所述待檢測短信是否與預先創(chuàng)建的白模版集中的任一白模版相匹配;其中,所述白模版集中的每一白模版均為對容易被誤判短信類型的歷史正常短信進行固定語句提取后得到的模版;
若判定出所述待檢測短信與所述白模版集中的任一白模版相匹配,則確定所述待檢測短信的短信類型為正常短信;
若判定出所述待檢測短信與所述白模版集中的任一白模版均不匹配,則利用預先獲取的垃圾短信集判斷所述待檢測短信的短信類型是否為垃圾短信。
可選的,所述白模版集的創(chuàng)建過程,具體包括:
獲取用戶上傳的容易被誤判短信類型的歷史正常短信,得到相應的正常短信集;
分別從所述正常短信集中的每一正常短信中提取能反映出該正常短信的短信特征的固定語句,得到所述白模版集;其中,所述白模版集中的每個白模版與所述正常短信集中的每一正常短信分別一一對應,并且每個白模版中均包括至少一句固定語句。
可選的,所述獲取用戶上傳的容易被誤判短信類型的歷史正常短信的過程,包括:
獲取管理員用戶和/或普通用戶上傳的容易被誤判短信類型的歷史正常短信。
可選的,所述判斷所述待檢測短信是否與預先創(chuàng)建的白模版集中的任一白模版相匹配的過程,包括:
利用所述待檢測短信,對預先創(chuàng)建的與所述白模版集對應的哈希表森林數(shù)據(jù)結(jié)構(gòu)按照由高層至低層的順序進行逐字檢索,得到與所述待檢測短信對應的固定語句集;
利用所述固定語句集,對所述白模版集展開篩選操作,以試圖從所述白模版集中篩選出與所述固定語句集完全匹配的目標白模版;其中,目標白模版為所述白模版集中包含所述固定語句集的所有固定語句的一個白模版;
若從所述白模版集中篩選到目標白模版,則判定所述待檢測短信與該目標白模版相匹配;
若從所述白模版集中未能篩選到目標白模版,則判定所述待檢測短信與所述白模版集中的任一白模版均不匹配。
可選的,所述哈希表森林數(shù)據(jù)結(jié)構(gòu)的創(chuàng)建過程,包括:
為所述白模版集的每個白模版中的每句固定語句均創(chuàng)建相應的鏈式存儲結(jié)構(gòu),得到與所述白模版集中的所有固定語句對應的鏈式存儲結(jié)構(gòu)集合;其中,任一鏈式存儲結(jié)構(gòu)中的任一存儲單元用來存儲相應固定語句中的一個漢字;
對所述鏈式存儲結(jié)構(gòu)集合中的所有鏈式存儲結(jié)構(gòu)進行結(jié)構(gòu)排序,得到所述哈希表森林結(jié)構(gòu);其中,每一鏈式存儲結(jié)構(gòu)中的第一個漢字均位于所述哈希表森林結(jié)構(gòu)的最高層,每一鏈式存儲結(jié)構(gòu)中的其余漢字均依序分布在所述哈希表森林結(jié)構(gòu)的其余層。
可選的,所述利用預先獲取的垃圾短信集判斷所述待檢測短信的短信類型是否為垃圾短信的過程,包括:
分別從所述垃圾短信集中的每一垃圾短信中提取能反映出該垃圾短信的短信特征的固定語句,得到相應的黑模版集;其中,所述黑模版集中的每個黑模版與所述垃圾短信集中的每一垃圾短信分別一一對應,并且每個黑模版中均包括至少一句固定語句;
判斷所述待檢測短信是否與所述黑模版集中的任一黑模版相匹配,如果是,則確定所述待檢測短信的短信類型為垃圾短信,如果否,則確定所述待檢測短信的短信類型為正常短信。
本發(fā)明還公開了一種短信類型判別系統(tǒng),包括:
第一獲取模塊,用于獲取待檢測短信;
白模版集創(chuàng)建模塊,用于預先創(chuàng)建白模版集;其中,所述白模版集中的每一白模版均為對容易被誤判短信類型的歷史正常短信進行固定語句提取后得到的模版;
第一判斷模塊,用于判斷所述待檢測短信是否與所述白模版集中的任一白模版相匹配;
第一確定模塊,用于當所述第一判斷模塊判定出所述待檢測短信與所述白模版集中的任一白模版相匹配,則確定所述待檢測短信的短信類型為正常短信;
第二獲取模塊,用于預先獲取垃圾短信集;
第二判斷模塊,用于當所述第一判斷模塊判定出所述待檢測短信與所述白模版集中的任一白模版均不匹配,則利用所述垃圾短信集判斷所述待檢測短信的短信類型是否為垃圾短信。
可選的,所述白模版集創(chuàng)建模塊,包括:
歷史正常短信獲取單元,用于獲取用戶上傳的容易被誤判短信類型的歷史正常短信,得到相應的正常短信集;
固定語句提取單元,用于分別從所述正常短信集中的每一正常短信中提取能反映出該正常短信的短信特征的固定語句,得到所述白模版集;其中,所述白模版集中的每個白模版與所述正常短信集中的每一正常短信分別一一對應,并且每個白模版中均包括至少一句固定語句。
可選的,所述第一判斷模塊,包括:
結(jié)構(gòu)創(chuàng)建子模塊,用于預先創(chuàng)建與所述白模版集對應的哈希表森林數(shù)據(jù)結(jié)構(gòu);
檢索子模塊,用于利用所述待檢測短信,對所述哈希表森林數(shù)據(jù)結(jié)構(gòu)按照由高層至低層的順序進行逐字檢索,得到與所述待檢測短信對應的固定語句集;
篩選子模塊,用于利用所述固定語句集,對所述白模版集展開篩選操作,以試圖從所述白模版集中篩選出與所述固定語句集完全匹配的目標白模版;其中,目標白模版為所述白模版集中包含所述固定語句集的所有固定語句的一個白模版;
第一判定子模塊,用于當所述篩選子模塊從所述白模版集中篩選到目標白模版,則判定所述待檢測短信與該目標白模版相匹配;
第二判定子模塊,用于當所述篩選子模塊從所述白模版集中未能篩選到目標白模版,則判定所述待檢測短信與所述白模版集中的任一白模版均不匹配。
可選的,所述結(jié)構(gòu)創(chuàng)建子模塊,包括:
結(jié)構(gòu)創(chuàng)建單元,用于為所述白模版集的每個白模版中的每句固定語句均創(chuàng)建相應的鏈式存儲結(jié)構(gòu),得到與所述白模版集中的所有固定語句對應的鏈式存儲結(jié)構(gòu)集合;其中,任一鏈式存儲結(jié)構(gòu)中的任一存儲單元用來存儲相應固定語句中的一個漢字;
結(jié)構(gòu)排序單元,用于對所述鏈式存儲結(jié)構(gòu)集合中的所有鏈式存儲結(jié)構(gòu)進行結(jié)構(gòu)排序,得到所述哈希表森林結(jié)構(gòu);其中,每一鏈式存儲結(jié)構(gòu)中的第一個漢字均位于所述哈希表森林結(jié)構(gòu)的最高層,每一鏈式存儲結(jié)構(gòu)中的其余漢字均依序分布在所述哈希表森林結(jié)構(gòu)的其余層。
本發(fā)明進一步公開了一種短信管理平臺,包括前述公開的短信類型判別系統(tǒng)。
本發(fā)明中,短信類型判別方法,包括:獲取待檢測短信;判斷待檢測短信是否與預先創(chuàng)建的白模版集中的任一白模版相匹配;其中,白模版集中的每一白模版均為對容易被誤判短信類型的歷史正常短信進行固定語句提取后得到的模版;若判定出待檢測短信與白模版集中的任一白模版相匹配,則確定待檢測短信的短信類型為正常短信;若判定出待檢測短信與白模版集中的任一白模版均不匹配,則利用預先獲取的垃圾短信集判斷待檢測短信的短信類型是否為垃圾短信。
可見,本發(fā)明預先利用容易被誤判短信類型的歷史正常短信,創(chuàng)建出相應的白模版集,在獲取到待檢測短信之后,將會判斷待檢測短信是否與上述白模版集中的任一白模版相匹配,如果是,則判定上述待檢測短信的短信類型為正常類型,如果否,則會利用預先獲取的垃圾短信集來判斷上述待檢測短信的短信類型是否為垃圾短信,從而降低了正常短信被誤判的事件發(fā)生率。
附圖說明
為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案,下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的實施例,對于本領域普通技術人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)提供的附圖獲得其他的附圖。
圖1為本發(fā)明實施例公開的一種短信類型判別方法流程圖;
圖2為本發(fā)明實施例公開的一種具體的短信類型判別方法流程圖;
圖3為本發(fā)明實施例公開的一種具體的哈希表森林數(shù)據(jù)結(jié)構(gòu)圖;
圖4為本發(fā)明實施例公開的一種具體的固定語句匹配結(jié)果示意圖;
圖5為本發(fā)明實施例公開的一種短信類型判別系統(tǒng)結(jié)構(gòu)示意圖。
具體實施方式
下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。
本發(fā)明實施例公開了一種短信類型判別方法,參見圖1所示,該方法包括:
步驟S11:獲取待檢測短信。
步驟S12:判斷待檢測短信是否與預先創(chuàng)建的白模版集中的任一白模版相匹配;其中,白模版集中的每一白模版均為對容易被誤判短信類型的歷史正常短信進行固定語句提取后得到的模版。
可以理解的是,白模版集中的一個白模版對應于唯一的一條歷史正常短信。另外,本實施例中所謂的正常短信是指不會被用戶當作垃圾短信的短信,包括與其他通信用戶之間的正常來往短信、各種合法平臺的驗證短信等。
步驟S13:若判定出待檢測短信與白模版集中的任一白模版相匹配,則確定待檢測短信的短信類型為正常短信。
步驟S14:若判定出待檢測短信與白模版集中的任一白模版均不匹配,則利用預先獲取的垃圾短信集判斷待檢測短信的短信類型是否為垃圾短信。
可見,本發(fā)明實施例預先利用容易被誤判短信類型的歷史正常短信,創(chuàng)建出相應的白模版集,在獲取到待檢測短信之后,將會判斷待檢測短信是否與上述白模版集中的任一白模版相匹配,如果是,則判定上述待檢測短信的短信類型為正常類型,如果否,則會利用預先獲取的垃圾短信集來判斷上述待檢測短信的短信類型是否為垃圾短信,從而降低了正常短信被誤判的事件發(fā)生率。
參見圖2所示,本發(fā)明實施例公開了一種具體的短信類型判別方法,包括如下步驟:
步驟S21:獲取待檢測短信。
步驟S22:利用待檢測短信,對預先創(chuàng)建的與白模版集對應的哈希表森林數(shù)據(jù)結(jié)構(gòu)按照由高層至低層的順序進行逐字檢索,得到與待檢測短信對應的固定語句集。
本實施例中,上述白模版集的創(chuàng)建過程,具體包括:
獲取用戶上傳的容易被誤判短信類型的歷史正常短信,得到相應的正常短信集,然后分別從正常短信集中的每一正常短信中提取能反映出該正常短信的短信特征的固定語句,得到白模版集;其中,白模版集中的每個白模版與正常短信集中的每一正常短信分別一一對應,并且每個白模版中均包括至少一句固定語句。
例如,下面公開一個具體的白模版,“${4,10}您好!您的驗證碼為${1,30},如有操作疑問,請聯(lián)系${1,30},電話${1,30}”。其中,${4,10}符號代表白模版中的可變部分,稱之為變量,其長度允許的可變范圍為4和10之間,其他部分為固定語句,可見,本實施例中,短信需要按照固定語句的先后順序來進行構(gòu)造,并且包含固定語句的文字。上述兩個條件同時滿足的短信,將被判定為正常短信。
另外,上述獲取用戶上傳的容易被誤判短信類型的歷史正常短信的過程,具體可以包括:獲取管理員用戶和/或普通用戶上傳的容易被誤判短信類型的歷史正常短信。
其次,上述哈希表森林數(shù)據(jù)結(jié)構(gòu)的創(chuàng)建過程,具體包括:
為白模版集的每個白模版中的每句固定語句均創(chuàng)建相應的鏈式存儲結(jié)構(gòu),得到與白模版集中的所有固定語句對應的鏈式存儲結(jié)構(gòu)集合;其中,任一鏈式存儲結(jié)構(gòu)中的任一存儲單元用來存儲相應固定語句中的一個漢字;然后對鏈式存儲結(jié)構(gòu)集合中的所有鏈式存儲結(jié)構(gòu)進行結(jié)構(gòu)排序,得到哈希表森林結(jié)構(gòu);其中,每一鏈式存儲結(jié)構(gòu)中的第一個漢字均位于哈希表森林結(jié)構(gòu)的最高層,每一鏈式存儲結(jié)構(gòu)中的其余漢字均依序分布在哈希表森林結(jié)構(gòu)的其余層。另外,本發(fā)明實施例還可以把上述哈希表森林數(shù)據(jù)結(jié)構(gòu)的同一層上相同的字合并成一個節(jié)點。圖3示出了本實施例中公開的一種具體的哈希表森林數(shù)據(jù)結(jié)構(gòu)圖,同一層上相同的字被合并成了一個節(jié)點,有利于提高檢索速度。
步驟S23:利用固定語句集,對白模版集展開篩選操作,以試圖從白模版集中篩選出與固定語句集完全匹配的目標白模版;其中,目標白模版為白模版集中包含固定語句集的所有固定語句的一個白模版。
步驟S24:若從白模版集中篩選到目標白模版,則判定待檢測短信與該目標白模版相匹配。
步驟S25:若從白模版集中未能篩選到目標白模版,則判定待檢測短信與白模版集中的任一白模版均不匹配。
步驟S26:若判定出待檢測短信與白模版集中的任一白模版相匹配,則確定待檢測短信的短信類型為正常短信。
步驟S27:若判定出待檢測短信與白模版集中的任一白模版均不匹配,則分別從垃圾短信集中的每一垃圾短信中提取能反映出該垃圾短信的短信特征的固定語句,得到相應的黑模版集;其中,黑模版集中的每個黑模版與垃圾短信集中的每一垃圾短信分別一一對應,并且每個黑模版中均包括至少一句固定語句。
步驟S28:判斷待檢測短信是否與黑模版集中的任一黑模版相匹配,如果是,則確定待檢測短信的短信類型為垃圾短信,如果否,則確定待檢測短信的短信類型為正常短信。
在上一實施例的基礎上,本發(fā)明實施例公開了一種具體的短信類型判別方法,主要對上一實施例中的某些步驟進行了具體細化說明。
上一實施例步驟S22中,利用待檢測短信,對預先創(chuàng)建的與白模版集對應的哈希表森林數(shù)據(jù)結(jié)構(gòu)按照由高層至低層的順序進行逐字檢索,得到與待檢測短信對應的固定語句集的過程,具體可以包括如下步驟S221至S228:
S221:從待檢測短信第一個字開始,逐字分析。
S222:判斷該字是否在哈希表森林數(shù)據(jù)結(jié)構(gòu)的第一層出現(xiàn),如果否,則轉(zhuǎn)S228。
S223:進入首層匹配到的字的下一層,判斷待檢測短信中從該字起第二字是否在第二層出現(xiàn),如果否,則轉(zhuǎn)S228。
S224:進入第二層匹配到的字的下一層,判斷待檢測短信中從該字起第三字是否在第三層出現(xiàn),如果否,則轉(zhuǎn)S228。
S225:以此類推(假設共判斷了i次,底層也是第i層)。
S226:到達底層,判斷短信中從該字起第i字是否在底層出現(xiàn),如果否,則轉(zhuǎn)S228。
S227:若底層也匹配到,則得出結(jié)論:待檢測短信中出現(xiàn)了,從第1層到第i層,分別匹配到的字所組成的固定語句。
S228:判斷是否已經(jīng)處理到短信最后一個字,如果是則結(jié)束,如果否則開始處理下一個字,并轉(zhuǎn)到S222。
進一步的,上一實施例步驟S23中,利用固定語句集對白模版集展開篩選操作的過程,具體包括固定語句匹配過程以及根據(jù)固定語句匹配結(jié)果來確定目標白模版的過程。
例如,假設待檢測短信中包含三句固定語句,則本實施例中,上述固定語句匹配過程具體包括:每當匹配到一句固定語句時,就把該固定語句所對應的代碼為置“0”,表示該固定語句被匹配到。另外,代碼的數(shù)位體現(xiàn)出有序,當?shù)谝痪涔潭ㄕZ句被匹配時,代碼為“011”;當?shù)诙涔潭ㄕZ句被匹配時,代碼為“001”;當最后一句固定語句被匹配是,代碼為“000”。圖4示出了一種具體的固定語句匹配結(jié)果示意圖。固定語句“您好!您的驗證碼為”、“如有操作疑問,請聯(lián)系”以及“電話”分別與白模版“${4,10}您好!您的驗證碼為${1,30},如有操作疑問,請聯(lián)系${1,30},電話${1,30}”相匹配,所以將上述三句固定語句所對應的代碼均設置為0。
由于不同的白模版之間可能會存在重復的固定語句,因此上述固定語句匹配結(jié)果中所匹配的固定語句可能對應于多個白模版,本實施例中,對于每一條白模版,如第r個白模版,均執(zhí)行如下步驟:
S231:假設某個固定語句對應的白模版中包括第r個白模版,且該固定語句為第r個白模版的第p個固定語句。
S232:判斷第p個固定語句之前的固定語句是否都被匹配,方法是:判斷規(guī)則第r個白模版對應的代碼的左起至第p-1位是否全為0。如果否,則說明雖然匹配到的固定語句,但由于前面的固定語句尚不匹配,不符合“按順序逐個匹配的原則”,只能放棄。此時,轉(zhuǎn)S235。
S233:如果S232的判斷為是,則判斷第r個白模版的第p個固定語句是否為第r個白模版最后的固定語句,如果是,說明所有固定語句已經(jīng)匹配。此時,待測短信與第r個白模版完全匹配,算法返回第r個白模版的ID,并終止。
S234:如果S232的判斷為否,則設置第r個白模版對應的代碼的第p位為“0”。記錄該固定語句已經(jīng)匹配。
S235:如果匹配到的固定語句對應的白模版還沒有分析完,則開始分析該固定語句對應的其他白模版。
可見,本發(fā)明實施例通過有效的數(shù)據(jù)結(jié)構(gòu),并巧妙地使用代碼來代表邏輯關系的“并且”和“有序”,使得在算法過程中避免了處理復雜邏輯關系,時間復雜度僅為常數(shù)。
相應的,本發(fā)明實施例還公開了一種短信類型判別系統(tǒng),參見圖5所示,該系統(tǒng)包括:
第一獲取模塊11,用于獲取待檢測短信;
白模版集創(chuàng)建模塊12,用于預先創(chuàng)建白模版集;其中,白模版集中的每一白模版均為對容易被誤判短信類型的歷史正常短信進行固定語句提取后得到的模版;
第一判斷模塊13,用于判斷待檢測短信是否與白模版集中的任一白模版相匹配;
第一確定模塊14,用于當?shù)谝慌袛嗄K13判定出待檢測短信與白模版集中的任一白模版相匹配,則確定待檢測短信的短信類型為正常短信;
第二獲取模塊15,用于預先獲取垃圾短信集;
第二判斷模塊16,用于當?shù)谝慌袛嗄K13判定出待檢測短信與白模版集中的任一白模版均不匹配,則利用垃圾短信集判斷待檢測短信的短信類型是否為垃圾短信。
可見,本發(fā)明實施例預先利用容易被誤判短信類型的歷史正常短信,創(chuàng)建出相應的白模版集,在獲取到待檢測短信之后,將會判斷待檢測短信是否與上述白模版集中的任一白模版相匹配,如果是,則判定上述待檢測短信的短信類型為正常類型,如果否,則會利用預先獲取的垃圾短信集來判斷上述待檢測短信的短信類型是否為垃圾短信,從而降低了正常短信被誤判的事件發(fā)生率。
具體的,上述白模版集創(chuàng)建模塊,可以包括歷史正常短信獲取單元和固定語句提取單元;其中,
歷史正常短信獲取單元,用于獲取用戶上傳的容易被誤判短信類型的歷史正常短信,得到相應的正常短信集;
固定語句提取單元,用于分別從正常短信集中的每一正常短信中提取能反映出該正常短信的短信特征的固定語句,得到白模版集;其中,白模版集中的每個白模版與正常短信集中的每一正常短信分別一一對應,并且每個白模版中均包括至少一句固定語句。
另外,上述第一判斷模塊,包括結(jié)構(gòu)創(chuàng)建子模塊、檢索子模塊、篩選子模塊、第一判定子模塊和第二判定子模塊;其中,
結(jié)構(gòu)創(chuàng)建子模塊,用于預先創(chuàng)建與白模版集對應的哈希表森林數(shù)據(jù)結(jié)構(gòu);
檢索子模塊,用于利用待檢測短信,對哈希表森林數(shù)據(jù)結(jié)構(gòu)按照由高層至低層的順序進行逐字檢索,得到與待檢測短信對應的固定語句集;
篩選子模塊,用于利用固定語句集,對白模版集展開篩選操作,以試圖從白模版集中篩選出與固定語句集完全匹配的目標白模版;其中,目標白模版為白模版集中包含固定語句集的所有固定語句的一個白模版;
第一判定子模塊,用于當篩選子模塊從白模版集中篩選到目標白模版,則判定待檢測短信與該目標白模版相匹配;
第二判定子模塊,用于當篩選子模塊從白模版集中未能篩選到目標白模版,則判定待檢測短信與白模版集中的任一白模版均不匹配。
其中,上述結(jié)構(gòu)創(chuàng)建子模塊,包括結(jié)構(gòu)創(chuàng)建單元和結(jié)構(gòu)排序單元;其中,
結(jié)構(gòu)創(chuàng)建單元,用于為白模版集的每個白模版中的每句固定語句均創(chuàng)建相應的鏈式存儲結(jié)構(gòu),得到與白模版集中的所有固定語句對應的鏈式存儲結(jié)構(gòu)集合;其中,任一鏈式存儲結(jié)構(gòu)中的任一存儲單元用來存儲相應固定語句中的一個漢字;
結(jié)構(gòu)排序單元,用于對鏈式存儲結(jié)構(gòu)集合中的所有鏈式存儲結(jié)構(gòu)進行結(jié)構(gòu)排序,得到哈希表森林結(jié)構(gòu);其中,每一鏈式存儲結(jié)構(gòu)中的第一個漢字均位于哈希表森林結(jié)構(gòu)的最高層,每一鏈式存儲結(jié)構(gòu)中的其余漢字均依序分布在哈希表森林結(jié)構(gòu)的其余層。
另外,本發(fā)明還公開了一種短信管理平臺,包括如前述實施例公開的短信類型判別系統(tǒng)。關于該系統(tǒng)的具體構(gòu)造可以參考前述實施例中的相應內(nèi)容,在此不再進行贅述。
最后,還需要說明的是,在本文中,諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來,而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
以上對本發(fā)明所提供的一種短信類型判別方法、系統(tǒng)及短信管理平臺進行了詳細介紹,本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述,以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想;同時,對于本領域的一般技術人員,依據(jù)本發(fā)明的思想,在具體實施方式及應用范圍上均會有改變之處,綜上所述,本說明書內(nèi)容不應理解為對本發(fā)明的限制。