楊光永，王雷，曾劍秋

（1.北京郵電大學經(jīng)濟管理學院，北京 100876；2.桂林電子科技大學商學院，廣西 桂林 541004）

0 引言

端口短信是手機短信重要組成部分，在商業(yè)廣告、通知提醒等場景應用廣泛，近幾年來，端口短信逐年上升并大大超過了點對點短信的數(shù)量。從12321垃圾短信舉報平臺公布的數(shù)據(jù)來看，端口類短信舉報也大大超過了點對點短信舉報，而在垃圾短信舉報中，商業(yè)廣告類短信占大多數(shù)，為此，加強端口類短信和商業(yè)廣告類短信之間的研究對垃圾短信息治理有重要意義。

當前國外內(nèi)對于垃圾短信治理研究多集中在事中或事后階段，主要是技術上的關鍵詞過濾、信息分類和法律規(guī)范處罰等手段[1-2]，對事前的防范舉措不多，缺乏前瞻性和預測性工作，垃圾短信治理策略不夠完整，一定程度上影響了垃圾短信息治理的效果。通過借助合適的理論模型，利用掌握的歷史短信息數(shù)據(jù)對之后一段時期的數(shù)據(jù)進行預測，把握短信息的發(fā)展趨勢，明確垃圾短信息治理的方向和重點領域，具有較強的理論價值和現(xiàn)實意義。端口短信作為當前手機短信最主要組成部分，也是垃圾短信的重要源頭，對其進行趨勢發(fā)展預測研究就顯得尤為重要。

灰色模型（Grey Model）主要針對“小樣本”、“貧信息”等不確定性問題展開研究，通過提取有價值的信息部分挖掘內(nèi)在規(guī)律，預測發(fā)展趨勢[3]，該模型是學者鄧聚龍教授于1982年在國際上首先提出，經(jīng)過幾十年的發(fā)展，灰色預測理論已經(jīng)在工業(yè)、農(nóng)業(yè)、社會、經(jīng)濟、能源、交通、石油等眾多領域得到應用，成功地解決了生產(chǎn)、生活和科學研究中的大量實際問題。短信息具有明顯的“信息量”不多，具有典型的“小樣本”、“貧信息”等不確定性問題特點，可以借用灰色模型來進行分析預測未來走勢。目前學術界運用灰色模型進行垃圾短信息治理的相關理論研究較少，缺乏對垃圾短信息治理的前瞻性和預測性研究。根據(jù)近年來的端口短信息和垃圾短信息舉報的有關數(shù)據(jù)，結合端口短信息同垃圾短信息的相關性分析，基于灰色模型對端口短信息未來發(fā)展趨勢進行剖析和預測，進而能更好地明確垃圾短信息的治理的重點和方向[4-5]。

1 短信息和垃圾短信數(shù)據(jù)分析

1.1 短信息變化和發(fā)展情況

根據(jù)工業(yè)和信息化部公布的2014-2017年點對點和端口短信業(yè)務量，近幾年來的移動短信業(yè)務量種點對點短信業(yè)務量降低，端口短信量提升迅速，見表1：

表1 2014年至2017年移動短信情況表

近年來點對點短信業(yè)務量的逐漸萎縮，跟微信、微博等OTT（Over The Top）平臺短信息的替代作用分不開。微信、微博的社交屬性更強，信息互動功能更多，用戶體驗更好，更為流行時髦，之前熟人、朋友之間大量的短信聊天、短信拜年等從手機短信逐漸轉移到更為方便的微信、微博平臺上來；其次是通信成本的原因，由于手機短信按次或套餐進行收費，而OTT短信息是基于網(wǎng)絡流量化，每條短信通信成本可忽略不計；同時近年來，由于手機實名制的全面落實，對通過點對點發(fā)送垃圾短信形成了有效懲戒，一定程度上降低了點對點短信發(fā)送量。

由于手機短信的到達率高，推廣性好（只需要知道手機號碼就可以發(fā)送短信），在點對點短信發(fā)送量呈不斷下降趨勢時，端口短信發(fā)送量上升態(tài)勢卻十分明顯。一方面由于近年來各類App、網(wǎng)站等都需要服務登錄和身份認證，產(chǎn)生了大量的短信；另一方面端口短信在商業(yè)營銷上有獨特的優(yōu)勢，不像微信、微博的信息發(fā)送和閱讀基本局限于熟人朋友圈，企業(yè)只要得到用戶的手機號碼就可以發(fā)送營銷廣告類短信，而且端口短信資費也非常便宜，是很多大中型商家推廣業(yè)務或推銷產(chǎn)品的理想選擇。

1.2 垃圾短信舉報情況

從工業(yè)和信息化部和12321舉報中心有關工作報告數(shù)據(jù)看出，在受理舉報的垃圾短息中，端口舉報數(shù)和商業(yè)廣告類垃圾短信呈上升趨勢，尤其是2017年以來趨勢明顯。這主要是受手機實名制的影響和對違法違規(guī)短信的打擊力度加強，當前對垃圾短信治理重點在端口號和商業(yè)廣告短信息（見表2），根據(jù)12321網(wǎng)絡不良與垃圾信息舉報中心相關報告，近年來垃圾短信息內(nèi)容所屬類型主要分布在金融保險業(yè)推銷、零售業(yè)推銷、電信業(yè)務宣傳、教育培訓、房地產(chǎn)推銷和餐飲業(yè)推銷等，這些是垃圾端口治理的重要行業(yè)和領域。

表2 近年垃圾短信舉報情況統(tǒng)計表

圖1是近年來端口垃圾短信舉報數(shù)和商業(yè)廣告類短信舉報數(shù)的散點圖，總體而言，端口類垃圾短信舉報數(shù)和商業(yè)廣告類垃圾短信都呈上升趨勢。根據(jù)當前短信營銷特點和實際情況，商業(yè)廣告類短信主要由商業(yè)營銷類端口發(fā)送，可以初步判斷，端口垃圾短信和商業(yè)廣告類垃圾短信兩者具有很強的正相關性。

圖1 端口垃圾短信舉報數(shù)和商業(yè)廣告類短信舉報數(shù)的散點圖

利用SPSS.22軟件做端口垃圾短信舉報數(shù)和商業(yè)廣告類短信舉報數(shù)的雙變量相關分析，結果如表3、表4所示：

表3 端口垃圾短信舉報和商業(yè)廣告類短信舉報描述統(tǒng)計

表4 端口垃圾短信舉報和商業(yè)廣告類短信舉報相關性分析

可以看出，Pearson相關系數(shù)是0.931，在0.01的顯著性明顯，可以推斷端口垃圾短信舉報數(shù)和商業(yè)廣告類短信舉報數(shù)之間確實存在明顯的正相關。

2 端口短信息灰色模型分析

2.1 模型建立

灰色模型是基于人們對系統(tǒng)演化不確定性特征的認識，運用序列算子對原始數(shù)據(jù)進行生成、處理，挖掘系統(tǒng)演化規(guī)律，建立灰色模型，對系統(tǒng)未來狀態(tài)做出科學的定量預測?；诨疑Ｐ屠碚摰念A測法主要包括數(shù)列預測、災變預測、系統(tǒng)預測、拓撲預測等，本文選用的灰色模型預測法為數(shù)列預測，即通過一定的時間序列和相應的數(shù)據(jù)來預測事物的發(fā)展趨勢，模型分析過程一般為序列生成、搭建灰色微分模型、構建數(shù)據(jù)矩陣、模型求解和檢驗等步驟[6-7]。

（1）序列生成。假設x(0)(1)、x(0)(2)、…、x(0)(M)作為預測對象的原始信息或數(shù)據(jù)，對它們進行一次生成處理，常用累加生成算子方法，即

（2）建立灰微分方程，構造數(shù)據(jù)矩陣。用微分方程來表述新數(shù)列的變化趨勢：其中，a和b為辨識參數(shù)。辨識參數(shù)通過最小二乘法擬合得到：

其中Y為列向量：B為構造數(shù)據(jù)矩陣：

（4）模型檢驗和預測：采取相對誤差檢驗法，并預測下幾個數(shù)據(jù)。

2.2 模型應用

為檢驗灰色模型預測效果，采用2014-2017年手機端口短信數(shù)據(jù)，分別為4 108，4 268.9，4 492.7，5 311.8，目前對2018年、2019年的端口短信量沒有官方公布，但可以通過模型可以進行預測。

（1）序列生成：

對x(0)作一次累加生成x(1)=(4 108,8 376.9,12 869.6,18 181.4)；

對x(1)作緊鄰均值生成z(1)=(6 242.45,10 623.25,155 25.5)。

（2）計算系數(shù)a和b：由前得知，，通過計算得a=-0.113 426，b=3 466.465 520。

（3）確定模型和GM(1,1)的求解：

時間響應式整理得：x(1)(t+1)=34669.5e0.113426t-30561.5。

求X(1)的模擬值x(1)和其還原值x(0)：

x(1)(1)=4108，x(1)(2)=8272.1，x(1)(3)=12936.4，x(1)(4)=18160.9；

因此：X(1)=(4 108，8 272.1，12 936.4，18 160.9)，

X(0)=(4 108，4 164.1，4 664.3，5 224.5)。

（4）檢驗誤差：

灰色模型相對誤差表如表5所示：

表5 灰色模型相對誤差表

計算得平均相對誤差為2.64%。對模型精度檢驗時，最常用的是相對誤差檢驗指標，當相對誤差a≤0.01時，表示模型等級為好；當0.01≤a≤0.05時，表示模型精度為合格；當0.05≤a≤0.1時，表示模型精度勉強合格；當0.1≤a時，表示模型不合格。從表5的相對誤差值和平均相對誤差值來看，該模型的精度等級為合格，可以進行下一步預測。

（5）預測：x(0)(5)=5852，x(0)(6)=6554.9，x(0)(7)=7342.2x。

通過測算，接下來三年端口短信的數(shù)量分別為5 852億條、6 554.9億條和7 342.2億條，通過預測，端口短信的數(shù)量上升勢頭明顯，同當前市場的發(fā)展態(tài)勢相吻合。

2.3 結果分析

由預測數(shù)據(jù)可以看出，端口短信的數(shù)量提升勢頭明顯，逐漸成為移動短信市場中的最重要組成部分，點對點的信息量將日益萎縮，預測平均相對誤差較低，預測效果良好。通過對端口短信的預測和同垃圾短信的相關性分析，能夠使我們把垃圾短信治理的重點和方向轉移到商業(yè)類端口短信上。

3 端口短信和垃圾短信治理

當前的端口短信發(fā)送內(nèi)容主要為通知類（含公益類）、觸發(fā)類（比如驗證碼）和商業(yè)營銷類，垃圾短信絕大部分是從商業(yè)營銷類端口發(fā)送的，短信內(nèi)容經(jīng)常為“發(fā)票、辦證、保險、誠招、抽獎、代+辦、代辦、折扣、優(yōu)惠”等關鍵詞。對端口垃圾短信的治理首先要把嚴格區(qū)分不同種類的端口，明確通知類短信端口、觸發(fā)類短信端口和營銷類短信端口各種的功能和定位，同時把監(jiān)管的重點轉移到營銷類短信端口上來，可從以下幾個步驟來判斷該營銷類短信端口是否為垃圾短信端口，進而采取警告通報、整改、關停等手段，達到垃圾短信精準治理的效果。

步驟1：對商業(yè)類短信端口進行匯總。

步驟2：建立垃圾短信過濾模版（內(nèi)容關鍵字），模版可根據(jù)實際情況不斷完善更新。

步驟3：根據(jù)歷史投訴總量（比如近三個月有無被投訴過的歷史）、12321平臺投訴、超業(yè)務范圍內(nèi)容關鍵字篩選，將其確定為疑似垃圾短信端口，沒有此類現(xiàn)象的可暫時判定為正常短信端口。

步驟4：根據(jù)疑似垃圾短信端口，針對入網(wǎng)時間短、信譽度較差的公司定性為垃圾短信端口，采取一定的懲戒措施。

步驟5：對內(nèi)容關鍵字篩選的垃圾短信結果，可適當進行復核，根據(jù)實際情況排除一些關鍵字篩選結果中的垃圾端口。

4 結論與啟示

對垃圾短信的預測和有針對性的治理是提高治理效果的重要保證，通過基于灰色模型分析，端口短信息數(shù)量將繼續(xù)呈現(xiàn)升高態(tài)勢，端口垃圾短信舉報也將逐漸增加，端口短信已成為手機垃圾短信治理的主陣地。通信管理部門要對垃圾短信息治理工作重點轉移到端口短信中來，在對端口好的具體管理工作中，要對通知類、觸發(fā)類、營銷類等各類端口號碼做好分類分級，尤其重點做好營銷類端口的監(jiān)測，持續(xù)進行健康度、信用度分析。充分運用大數(shù)據(jù)技術，對違法詐騙短信嚴防死守，對商業(yè)廣告等灰色性質的短信要做好引導和區(qū)分，不斷降低垃圾短信息對信息用戶的騷擾。對出現(xiàn)問題的端口號碼要根據(jù)不同程度影響或危害及時警告、懲罰、封閉相應的端口號[8]，同時要牢牢堅持手機實名制，不斷壓縮對點對點垃圾短信的生存空間。

隨著互聯(lián)網(wǎng)、5G和人工智能技術的快速發(fā)展，短信行業(yè)應用場景將快速普及，端口短信量持續(xù)增長，企業(yè)對移動信息服務的需求范圍越來越廣，端口類短信市場發(fā)展空間將更加廣闊，短信息中端口短信息比例持續(xù)上升。通信管理和運行部門在加大對端口號的監(jiān)管的同時加強對商業(yè)廣告信息發(fā)送的規(guī)范和引導，更好地滿足信息消費需求，保障信息消費者的權益。垃圾短信息是一個動態(tài)的發(fā)展過程，對垃圾短信息的監(jiān)測也是一個動態(tài)的應對過程。通過對垃圾短信息數(shù)據(jù)科學分析，做好預測和事前管理工作，找出其中的規(guī)律，防患于未然，從而更有針對性更有效地治理好垃圾短信息。