CN105306213A - 用户信息处理方法及系统 - Google Patents
用户信息处理方法及系统 Download PDFInfo
- Publication number
- CN105306213A CN105306213A CN201510614199.1A CN201510614199A CN105306213A CN 105306213 A CN105306213 A CN 105306213A CN 201510614199 A CN201510614199 A CN 201510614199A CN 105306213 A CN105306213 A CN 105306213A
- Authority
- CN
- China
- Prior art keywords
- cluster
- subregion
- result
- user
- collects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了一种用户信息处理方法及系统,所述用户信息处理方法基于用户信息处理系统,所述系统包括多个分区集群和一个集中集群,所述方法包括:分区集群采集用户在本区的网络行为数据,按照预定规则从网络行为数据中提取出与用户身份信息对应的信用信息,得出第一归集结果;集中集群对各个分区集群得出的第一归集结果进行整理,得到第二归集结果;当需要对用户的信用信息进行核实时,从第二归集结果中实时提取预定周期内的数据,按照自定义的评分规则对提取的数据进行评价。本发明数据来源广泛,能够全面关联用户在各个领域的信用信息并进行实时归集,以供后续进行提取核实,提高了用户身份及信用信息归集核实的效率和准确性。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种用户信息处理方法及系统。
背景技术
随着互联网技术的高速发展,越来越多的交易型业务不仅需要用户进行注册,而且还需要对用户的身份及信用信息进行认证和核实。
传统的认证方式是通过用户上传注册材料,然后进行多系统的人工核实,这种认证方式具有以下缺陷:
用户信用信息的采集和核实需要在多个系统中进行,例如:身份信息在身份管理系统中,消费信息在银行或商户的消费管理系统中,多种类型的数据之间缺乏关联,要核实一个用户的信用信息会出现缺少数据来源或数据来源无法支撑判断的问题,导致效率低、且容易造成数据覆盖不全的问题。
因此,如何从海量数据中快速有效地对用户身份及信用信息进行归集和核实,是本领域亟待解决的技术问题。
发明内容
本发明的目的在于提供一种用户信息处理方法及系统,以解决现有技术中用户身份及信用信息归集核实效率低、准确性低的技术问题。
为解决上述技术问题,作为本发明的第一个方面,提供一种用户信息处理方法,所述用户信息处理方法基于用户信息处理系统,所述用户信息处理系统包括多个分区集群和一个集中集群;
所述方法包括:
所述分区集群采集用户在本区的网络行为数据,按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给所述集中集群;
所述集中集群对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果,并存储所述第二归集结果。
优选地,所述网络行为数据包括用户的主动访问数据和/或网络服务器的被访问数据;
所述采集用户在本区的网络行为数据的步骤包括:
所述分区集群通过移动网络采集用户在本区的主动访问数据;和/或,所述分区集群通过互联网数据中心机房的出口采集本区的网络服务器的被访问数据。
优选地,所述集中集群对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果的步骤包括:
所述集中集群从接收到的多个第一归集结果中提取用户的身份证号码,以及与该身份证号码相关联的手机号码;
所述集中集群提取与所述手机号码相关联的信用信息,得到所述第二归集结果。
优选地,所述方法还包括:
所述分区集群判断自身的资源利用率是否达到预设标准;
当所述分区集群判断自身的资源利用率超出预设标准时,将超出的归集任务进行拆分,并发送请求信息给所述集中集群;
所述集中集群接收到所述请求信息后发送广播信息至其他分区集群;
当其他分区集群判断自身的资源利用率未达到预设标准时,向所述集中集群发送反馈信息,同时与上述资源利用率超出预设标准的分区集群建立数据连接,领取其中一个或多个拆分的归集任务进行处理。
优选地,所述用户信息处理系统还包括信息核实装置;
所述方法还包括:
所述信息核实装置从存储的所述第二归集结果中提取预定周期内的第二归集结果,并根据预先设定的评分标准对提取的第二归集结果进行评价。
作为本发明的第二个方面,提供一种用户信息处理系统,包括多个分区集群和一个集中集群;
所述分区集群用于采集用户在本区的网络行为数据,按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给所述集中集群;
所述集中集群用于对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果,并存储所述第二归集结果。
优选地,所述分区集群包括分区采集装置和分区归集装置;
所述分区采集装置用于采集用户在本区的网络行为数据,并将所述网络行为数据发送给所述分区归集装置;
所述分区归集装置用于按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给所述集中集群。
优选地,所述网络行为数据包括用户的主动访问数据和/或网络服务器的被访问数据;
所述分区采集装置包括第一采集模块和第二采集模块,所述第一采集模块用于通过移动网络采集用户在本区的主动访问数据,所述第二采集模块用于通过互联网数据中心机房的出口采集本区的网络服务器的被访问数据。
优选地,所述集中集群包括集中归集装置和存储装置;
所述集中归集装置用于对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果;
所述存储装置用于存储所述第二归集结果。
优选地,所述分区集群还用于判断自身的资源利用率是否超出预设标准;
当所述分区集群判断自身的资源利用率超出预设标准时,将超出的归集任务进行拆分,并发送请求信息给所述集中集群;
所述集中集群接收到所述请求信息后发送广播信息至其他分区集群;
当其他分区集群判断自身的资源利用率未达到预设标准时,向所述集中集群发送反馈信息,同时与上述资源利用率超出预设标准的分区集群建立数据连接,领取其中一个或多个拆分的归集任务进行处理。
优选地,所述用户信息处理系统还包括信息核实装置,所述信息核实装置用于从存储的所述第二归集结果中提取预定周期内的第二归集结果,并根据预先设定的评分标准对提取的第二归集结果进行评价。
采用本发明方法能够在全国范围内全面快速地采集用户的网络行为数据,形成大数据体系,并利用可自定义的预定规则从采集的网络行为数据中归集出用户在日常生活的多个领域中的信用信息。与现有技术相比,本发明数据来源广泛,能够全面关联用户在各个领域的信用信息并进行实时归集,以供后续进行提取核实,提高了用户身份及信用信息归集核实的效率和准确性。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1是本发明实施例一提供的一种用户信息处理方法的流程图;
图2是本发明实施例一中分区集群判断自身的资源利用率的过程示意图;
图3是本发明实施例二提供的一种用户信息处理系统的结构示意图。
在附图中,1-分区集群;11-分区采集装置;11a-第一采集模块;11b-第二采集模块;12-分区归集装置;2-集中集群;21-集中归集装置;22-存储装置;3-移动网络;4-互联网数据中心机房;5-信息核实装置。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
实施例一
图1为本发明实施例一提供的一种用户信息处理方法的流程图,所述用户信息处理方法基于用户信息处理系统,所述用户信息处理系统包括多个分区集群和一个集中集群。如图1所示,该方法包括:
步骤101、所述分区集群采集用户在本区的网络行为数据,按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给所述集中集群;
步骤102、所述集中集群对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果,并存储所述第二归集结果。
采用本发明方法能够在全国范围内全面快速地采集用户的网络行为数据,形成大数据体系,并利用可自定义的预定规则从采集的网络行为数据中归集出用户在日常生活的多个领域中的信用信息。与现有技术相比,本发明数据来源广泛,能够全面关联用户在各个领域的信用信息并进行实时归集,以供后续进行提取核实,提高了用户身份及信用信息归集核实的效率和准确性。
这里的分区集群可以是设置在各省的分省集群,用于采集用户在各省的网络行为数据。
在步骤101中,所述网络行为数据包括用户的主动访问数据和/或网络服务器的被访问数据。
所述采集用户在本区的网络行为数据的步骤包括:
所述分区集群通过移动网络采集用户在本区的主动访问数据;和/或,所述分区集群通过互联网数据中心机房的出口采集本区的网络服务器的被访问数据。
可以看出,本发明能够在全国范围内的移动网络和互联网数据中心机房采集用户的网络行为数据,从而建立大数据体系,具有数据来源广、关联度高的优点。
本发明中可以根据需求自定义所述预定规则。例如,所述预定规则包括:以身份证号码或手机号码为主维度且以信用历史、行为偏好、履约能力、身份特质和人脉中的任意一项或多项为从属维度的对用户的信用信息进行提取的规则。
并且,在信用历史、行为偏好、履约能力、身份特质、人脉等从属维度中,还可以进一步自定义提取信息的数量和相关程度等,以便于后续进行归集。
与传统的分析历史数据不同,本发明方法采用分布式实时提取归集的方式,将所述预定规则下发到各个分区集群中,以每个分区集群作为一个计算单元,并将得到的第一归集结果发送给集中集群,形成级联型分析结构。
对于步骤102,集中集群对多个分区集群分别发送的第一归集结果进行汇总和整理,确定用户在全国范围内的整体信用信息轨迹。
具体地,所述集中集群对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果的步骤包括:
所述集中集群从接收到的多个第一归集结果中提取用户的身份证号码,以及与该身份证号码相关联的手机号码;
所述集中集群提取与所述手机号码相关联的信用信息,得到所述第二归集结果。
例如,以用户的身份证号码或手机号码为主维度,以信用历史、行为偏好、履约能力、身份特质和人脉5项为从属维度,那么所述第二归集结果中包含用户在全国范围内的上述5个从属维度的整体信用信息。
优选地,所述分区集群还能够判断自身的资源利用率是否达到预设标准。由于各个分区集群所采集到的用户的网络行为数据的数量非常大,当某个分区集群的资源利用率超出预设标准时,该分区集群可以将超出的归集任务转发给其他的分区集群,通过其他分区集群进行协助处理。
上述过程的具体步骤包括:
当所述分区集群判断自身的资源利用率超出预设标准时,将超出的归集任务进行拆分,并发送请求信息给所述集中集群;
所述集中集群接收到所述请求信息后发送广播信息至其他分区集群;
当其他分区集群判断自身的资源利用率未达到预设标准时,向所述集中集群发送反馈信息,同时与上述资源利用率超出预设标准的分区集群建立数据连接,领取其中一个或多个拆分的归集任务进行处理。
例如,如图2所示,当分区集群A的资源利用率大于预设标准(比如80%)时,分区集群A将超出的归集任务进行拆分,形成更小的任务单元,并发送请求信息给集中集群,集中集群发广播信息到各个其余的分区集群中,当有分区集群B的资源利用率低于预设标准时,则该分区集群发送反馈信息给集中集群,之后从分区集群A处领取其中一个或多个任务单元,协助其完成归集任务,直至每个分区集群的资源利用率都满足预设标准为止。
其中,分区集群A发送请求信息的格式可以为Token(分区集群A数据地址,请求标识,0),当分区集群B的资源有空闲时,发送反馈信息的格式可以为Token(分区集群A数据地址,请求标识,1)。
进一步地,所述用户信息处理系统还包括信息核实装置,所述方法还包括:
所述信息核实装置从存储的所述第二归集结果中提取预定周期内的第二归集结果,并根据预先设定的评分标准对提取的第二归集结果进行评价。
这里的评分标准可以是通过对海量用户的第二归集结果进行分析排名所得出的评分标准。当需要对某个用户的信用信息进行核实评价时,实时提取预定周期(比如3年)内的该用户的第二归集结果,根据所述评分标准,对该用户的信用信息进行评价,从而核实该用户的身份,以及该用户的信用状况,避免产生信用风险。
实施例二
图3为本发明实施例二提供的一种用户信息处理系统的结构示意图,如图3所示,所述用户信息处理系统包括多个分区集群1和一个集中集群2;
分区集群1用于采集用户在本区的网络行为数据,按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给集中集群2;
集中集群2用于对各个分区集群1发送的第一归集结果进行归集,得到第二归集结果,并存储所述第二归集结果。
采用本发明方法能够在全国范围内全面快速地采集用户的网络行为数据,形成大数据体系,并利用可自定义的预定规则从采集的网络行为数据中归集出用户在日常生活的多个领域中的信用信息。与现有技术相比,本发明数据来源广泛,能够全面关联用户在各个领域的信用信息并进行实时归集,以供后续进行提取核实,提高了用户身份及信用信息归集核实的效率和准确性。
进一步地,分区集群1包括分区采集装置11和分区归集装置12。
分区采集装置11用于采集用户在本区的网络行为数据,并将所述网络行为数据发送给分区归集装置12;
分区归集装置12用于按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给集中集群2。
优选地,所述网络行为数据包括用户的主动访问数据和/或网络服务器的被访问数据。
分区采集装置11包括第一采集模块11a和第二采集模块11b,第一采集模块11a用于通过移动网络3采集用户在本区的主动访问数据,第二采集模块11b用于通过互联网数据中心机房4的出口采集本区的网络服务器的被访问数据。
本发明能够在全国范围内的移动网络3和互联网数据中心机房4采集用户的网络行为数据,从而建立大数据体系,具有数据来源广、关联度高的优点。
本发明中可以根据需求自定义所述预定规则。例如,所述预定规则包括:以身份证号码或手机号码为主维度且以信用历史、行为偏好、履约能力、身份特质和人脉中的任意一项或多项为从属维度的对用户的信用信息进行提取的规则。
并且,在信用历史、行为偏好、履约能力、身份特质、人脉等从属维度中,还可以进一步自定义提取信息的数量和相关程度等,以便于后续进行归集。
与传统的分析历史数据不同,本发明方法采用分布式实时提取归集的方式,将所述预定规则下发到各个分区集群中,以每个分区集群1作为一个计算单元,并将得到的第一归集结果发送给集中集群2,形成级联型分析结构。
进一步地,集中集群2包括集中归集装置21和存储装置22;
集中归集装置21用于对各个分区集群1发送的第一归集结果进行归集,得到第二归集结果;
存储装置22用于存储所述第二归集结果。
其中,集中集群2对各个分区集群1发送的第一归集结果进行归集,得到第二归集结果的具体过程为:
集中集群2从接收到的多个第一归集结果中提取用户的身份证号码,以及与该身份证号码相关联的手机号码;
集中集群2提取与所述手机号码相关联的信用信息,得到所述第二归集结果。
例如,以用户的身份证号码或手机号码为主维度,以信用历史、行为偏好、履约能力、身份特质和人脉5项为从属维度,那么所述第二归集结果中包含用户在全国范围内的上述5个从属维度的整体信用信息。
优选地,分区集群1还用于判断自身的资源利用率是否超出预设标准。分区集群1的上述功能可以通过分区集群1中的分区归集装置12进行实施。
当分区集群1判断自身的资源利用率超出预设标准时,将超出的归集任务进行拆分,并发送请求信息给集中集群2;
集中集群2接收到所述请求信息后发送广播信息至其他分区集群1;
当其他分区集群1判断自身的资源利用率未达到预设标准时,向集中集群2发送反馈信息,同时与上述资源利用率超出预设标准的分区集群1建立数据连接,领取其中一个或多个拆分的归集任务进行处理。
进一步地,所述用户信息处理系统还包括信息核实装置5,信息核实装置5用于从存储装置22中提取预定周期内的第二归集结果,并根据预先设定的评分标准对提取的第二归集结果进行评价。
这里的评分标准可以是通过对海量用户的第二归集结果进行分析排名所得出的评分标准。当需要对某个用户的信用信息进行核实评价时,实时提取预定周期内的该用户的第二归集结果,根据所述评分标准,对该用户的信用信息进行评价,从而核实该用户的身份,以及该用户的信用状况,避免产生信用风险。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (11)
1.一种用户信息处理方法,其特征在于,所述用户信息处理方法基于用户信息处理系统,所述用户信息处理系统包括多个分区集群和一个集中集群;
所述方法包括:
所述分区集群采集用户在本区的网络行为数据,按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给所述集中集群;
所述集中集群对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果,并存储所述第二归集结果。
2.根据权利要求1所述的用户信息处理方法,其特征在于,所述网络行为数据包括用户的主动访问数据和/或网络服务器的被访问数据;
所述采集用户在本区的网络行为数据的步骤包括:
所述分区集群通过移动网络采集用户在本区的主动访问数据;和/或,所述分区集群通过互联网数据中心机房的出口采集本区的网络服务器的被访问数据。
3.根据权利要求1所述的用户信息处理方法,其特征在于,所述集中集群对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果的步骤包括:
所述集中集群从接收到的多个第一归集结果中提取用户的身份证号码,以及与该身份证号码相关联的手机号码;
所述集中集群提取与所述手机号码相关联的信用信息,得到所述第二归集结果。
4.根据权利要求1至3中任意一项所述的用户信息处理方法,其特征在于,所述方法还包括:
所述分区集群判断自身的资源利用率是否达到预设标准;
当所述分区集群判断自身的资源利用率超出预设标准时,将超出的归集任务进行拆分,并发送请求信息给所述集中集群;
所述集中集群接收到所述请求信息后发送广播信息至其他分区集群;
当其他分区集群判断自身的资源利用率未达到预设标准时,向所述集中集群发送反馈信息,同时与上述资源利用率超出预设标准的分区集群建立数据连接,领取其中一个或多个拆分的归集任务进行处理。
5.根据权利要求1至3中任意一项所述的用户信息处理方法,其特征在于,所述用户信息处理系统还包括信息核实装置;
所述方法还包括:
所述信息核实装置从存储的所述第二归集结果中提取预定周期内的第二归集结果,并根据预先设定的评分标准对提取的第二归集结果进行评价。
6.一种用户信息处理系统,其特征在于,包括多个分区集群和一个集中集群;
所述分区集群用于采集用户在本区的网络行为数据,按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给所述集中集群;
所述集中集群用于对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果,并存储所述第二归集结果。
7.根据权利要求6所述的用户信息处理系统,其特征在于,所述分区集群包括分区采集装置和分区归集装置;
所述分区采集装置用于采集用户在本区的网络行为数据,并将所述网络行为数据发送给所述分区归集装置;
所述分区归集装置用于按照预定规则从所述网络行为数据中提取出与用户身份信息对应的信用信息,并对所述信用信息进行归集,得出第一归集结果,将所述第一归集结果发送给所述集中集群。
8.根据权利要求7所述的用户信息处理系统,其特征在于,所述网络行为数据包括用户的主动访问数据和/或网络服务器的被访问数据;
所述分区采集装置包括第一采集模块和第二采集模块,所述第一采集模块用于通过移动网络采集用户在本区的主动访问数据,所述第二采集模块用于通过互联网数据中心机房的出口采集本区的网络服务器的被访问数据。
9.根据权利要求6至8中任意一项所述的用户信息处理系统,其特征在于,所述集中集群包括集中归集装置和存储装置;
所述集中归集装置用于对各个所述分区集群发送的第一归集结果进行归集,得到第二归集结果;
所述存储装置用于存储所述第二归集结果。
10.根据权利要求6至8中任意一项所述的用户信息处理系统,其特征在于,所述分区集群还用于判断自身的资源利用率是否超出预设标准;
当所述分区集群判断自身的资源利用率超出预设标准时,将超出的归集任务进行拆分,并发送请求信息给所述集中集群;
所述集中集群接收到所述请求信息后发送广播信息至其他分区集群;
当其他分区集群判断自身的资源利用率未达到预设标准时,向所述集中集群发送反馈信息,同时与上述资源利用率超出预设标准的分区集群建立数据连接,领取其中一个或多个拆分的归集任务进行处理。
11.根据权利要求6至8中任意一项所述的用户信息处理系统,其特征在于,所述用户信息处理系统还包括信息核实装置,所述信息核实装置用于从存储的所述第二归集结果中提取预定周期内的第二归集结果,并根据预先设定的评分标准对提取的第二归集结果进行评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510614199.1A CN105306213B (zh) | 2015-09-23 | 2015-09-23 | 用户信息处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510614199.1A CN105306213B (zh) | 2015-09-23 | 2015-09-23 | 用户信息处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105306213A true CN105306213A (zh) | 2016-02-03 |
CN105306213B CN105306213B (zh) | 2019-07-09 |
Family
ID=55203011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510614199.1A Active CN105306213B (zh) | 2015-09-23 | 2015-09-23 | 用户信息处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105306213B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090158A (zh) * | 2017-12-12 | 2018-05-29 | 中国联合网络通信集团有限公司 | 数据处理方法和数据处理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576988A (zh) * | 2009-06-12 | 2009-11-11 | 阿里巴巴集团控股有限公司 | 信用数据交互系统及交互方法 |
CN101778360A (zh) * | 2009-01-13 | 2010-07-14 | 广州励勤软件技术有限公司 | 一种基于特征信息的移动通信方法及系统 |
CN102110276A (zh) * | 2011-03-28 | 2011-06-29 | 中国建设银行股份有限公司 | 信用卡征信协查方法及其系统 |
CN102332000A (zh) * | 2011-07-22 | 2012-01-25 | 深圳市财富万方信息技术有限公司 | 一种个人社会化服务系统及其实现方法 |
CN102355664A (zh) * | 2011-08-09 | 2012-02-15 | 郑毅 | 一种基于用户的社交网络对用户身份进行识别与匹配的方法 |
EP2584814A1 (en) * | 2010-06-28 | 2013-04-24 | ZTE Corporation | Method and radio network control for tracking the international mobile station equipment identity of user equipment |
US20130191890A1 (en) * | 2012-01-21 | 2013-07-25 | Broaddeep (Beijing) Network Technology Co., Ltd | Method and system for user identity recognition based on specific information |
CN103942708A (zh) * | 2013-09-30 | 2014-07-23 | 上海本家空调系统有限公司 | 一种对区域客户进行评价的方法及系统 |
CN103942604A (zh) * | 2013-01-18 | 2014-07-23 | 上海安迪泰信息技术有限公司 | 基于森林区分度模型的预测方法及系统 |
-
2015
- 2015-09-23 CN CN201510614199.1A patent/CN105306213B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101778360A (zh) * | 2009-01-13 | 2010-07-14 | 广州励勤软件技术有限公司 | 一种基于特征信息的移动通信方法及系统 |
CN101576988A (zh) * | 2009-06-12 | 2009-11-11 | 阿里巴巴集团控股有限公司 | 信用数据交互系统及交互方法 |
EP2584814A1 (en) * | 2010-06-28 | 2013-04-24 | ZTE Corporation | Method and radio network control for tracking the international mobile station equipment identity of user equipment |
CN102110276A (zh) * | 2011-03-28 | 2011-06-29 | 中国建设银行股份有限公司 | 信用卡征信协查方法及其系统 |
CN102332000A (zh) * | 2011-07-22 | 2012-01-25 | 深圳市财富万方信息技术有限公司 | 一种个人社会化服务系统及其实现方法 |
CN102355664A (zh) * | 2011-08-09 | 2012-02-15 | 郑毅 | 一种基于用户的社交网络对用户身份进行识别与匹配的方法 |
US20130191890A1 (en) * | 2012-01-21 | 2013-07-25 | Broaddeep (Beijing) Network Technology Co., Ltd | Method and system for user identity recognition based on specific information |
CN103942604A (zh) * | 2013-01-18 | 2014-07-23 | 上海安迪泰信息技术有限公司 | 基于森林区分度模型的预测方法及系统 |
CN103942708A (zh) * | 2013-09-30 | 2014-07-23 | 上海本家空调系统有限公司 | 一种对区域客户进行评价的方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090158A (zh) * | 2017-12-12 | 2018-05-29 | 中国联合网络通信集团有限公司 | 数据处理方法和数据处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105306213B (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105357054B (zh) | 网站流量分析方法、装置和电子设备 | |
CN107908690A (zh) | 一种基于大数据运营分析的数据处理方法 | |
CN103605714B (zh) | 网站异常数据的识别方法及装置 | |
CN106027693B (zh) | 基于ip地址的定位方法及装置 | |
CN106506266B (zh) | 基于GPU、Hadoop/Spark混合计算框架的网络流量分析方法 | |
CN108985954B (zh) | 一种建立各标识的关联关系的方法以及相关设备 | |
CN107040405B (zh) | 网络环境下被动式多维度主机指纹模型构建方法及其装置 | |
CN106547793A (zh) | 获取代理服务器地址的方法和装置 | |
CN106446179B (zh) | 热点话题的生成方法及装置 | |
CN105354290A (zh) | 一种基于移动终端mac地址查找特定人员的方法及系统 | |
CN104615765A (zh) | 一种移动用户上网记录的数据处理方法及装置 | |
CN106354616A (zh) | 监测应用执行性能的方法、装置及高性能计算系统 | |
CN107391606A (zh) | 基于Storm的日志处理方法及装置 | |
CN105518644A (zh) | 在地图上实时处理并显示社交数据的方法 | |
CN103530337B (zh) | 识别统一资源定位符url中无效参数的设备及方法 | |
CN106682206A (zh) | 一种大数据处理方法及系统 | |
CN104765823A (zh) | 一种网站数据采集的方法及装置 | |
CN103501253A (zh) | 一种高性能计算应用特征的监控组织方法 | |
CN103902798A (zh) | 数据预处理方法 | |
CN106131238B (zh) | Ip地址的分类方法及装置 | |
CN105306213A (zh) | 用户信息处理方法及系统 | |
CN107481154A (zh) | 社交网络人际关系的分析方法及装置 | |
CN105426407A (zh) | 一种基于内容分析的web数据采集方法 | |
CN105321331A (zh) | 电表信息的处理方法、装置及系统 | |
CN105704173B (zh) | 一种集群系统数据分布方法及服务器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |