CN106156068A - 一种用户关联处理方法和装置 - Google Patents
一种用户关联处理方法和装置 Download PDFInfo
- Publication number
- CN106156068A CN106156068A CN201510145976.2A CN201510145976A CN106156068A CN 106156068 A CN106156068 A CN 106156068A CN 201510145976 A CN201510145976 A CN 201510145976A CN 106156068 A CN106156068 A CN 106156068A
- Authority
- CN
- China
- Prior art keywords
- user
- equipment
- association
- access
- weight
- 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.)
- Pending
Links
Abstract
本申请提供了一种用户关联处理方法和装置,该方法包括:确定特定用户的关联设备集合和关联用户集合;根据所述关联设备集合中各设备的关联用户数,确定所述各设备的设备关联权重;根据所述关联用户集合中各用户访问所述各设备的信息,确定所述各用户针对各设备的用户访问权重;根据所述各用户针对各设备的用户访问权重,以及所述各设备的设备关联权重,确定所述各用户与所述各设备的关联强度。本申请通过区分关联设备集合中各个不同设备的关联权重,以及根据关联用户集合中各个用户对各个设备的访问程度的不同区分用户访问权重,可以清楚地计算出各用户与各设备的关联强度,使得关联结果是可处理的。
Description
技术领域
本申请涉及大数据处理技术领域,尤其涉及一种用户关联处理方法和装置。
背景技术
目前,为对可疑团伙成员进行圈定,很重要的一个手段是从可以团伙的一个已知成员入手,通过该已知成员所使用的设备信息关联出其他用户,其中用户与设备的关系强度决定了最终关联哪些用户以及用户之间的关联强度。
传统的对可疑团伙成员进行圈定方法将各个用户与设备的关系强度看成等值进行计算,这样最终可能会关联出来一批非强关联用户,关联结果膨胀严重,无法圈定可疑团伙成员,需要借助其他手段进行最终结果筛选。
发明内容
本申请实施例提出了一种用户关联处理方法和装置,用以优化目前的用户关联处理。
在一个方面,本申请实施例提供了一种用户关联处理方法,包括:
确定特定用户的关联设备集合和关联用户集合;
根据所述关联设备集合中各设备的关联用户数,确定所述各设备的设备关联权重;
根据所述关联用户集合中各用户访问所述各设备的信息,确定所述各用户针对各设备的用户访问权重;
根据所述各用户针对各设备的用户访问权重,以及所述各设备的设备关联权重,确定所述各用户与所述各设备的关联强度。
在另一个方面,本申请实施例提供了一种用户关联处理装置,包括:
关联集合确定模块,用于确定特定用户的关联设备集合和关联用户集合;
设备权重确定模块,用于根据所述关联设备集合中各设备的关联用户数,确定所述各设备的设备关联权重;
用户访问权重确定模块,用于根据所述关联用户集合中各用户访问所述各设备的信息,确定所述各用户针对各设备的用户访问权重;
关联强度确定模块,用于根据所述各用户针对各设备的用户访问权重,以及所述各设备的设备关联权重,确定所述各用户与所述各设备的关联强度。
有益效果如下:
在本申请中,引入了设备关联权重和用户访问权重的概念,通过区分关联设备集合中各个不同设备的关联权重,以及根据关联用户集合中各个用户对各个设备的访问程度的不同区分用户访问权重,不再如现有技术中将各个用户与设备的关系强度看成等值,可以清楚地计算出各用户与各设备的关联强度,从而不仅给出关联关系,并且给出了每个用户与每个设备的关联强度,从而增加了关联结果中的信息量,使得关联结果是可处理的。
进一步地,在确定所述各用户与所述各设备的关联强度之后,可以确定所述关联强度高于或不低于第一阈值的用户为目的关联用户,从而去掉了大量的非强关联用户,增强了关联处理结果的准确性,避免了关联结果过分膨胀的后果。
附图说明
下面将参照附图描述本申请的具体实施例,其中:
图1示出了本申请实施例的用户关联处理流程图;
图2示出了本申请实施例一中对数据仓库中保存的用户访问设备的记录数据的处理流程图;
图3示出了本申请实施例一中关联用户集合和关联设备集合的二部图;
图4示出了本申请实施例二中如何进行关联强度的计算的一个实例的流程图;
图5示出了本申请实施例中的用户关联处理装置的结构示意图;
图6示出了本申请中一个示例的用户关联处理装置的结构示意图;
图7示出了本申请中一个示例的用户关联处理装置的结构示意图。
具体实施方式
为了使本申请的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。并且在不冲突的情况下,本说明中的实施例及实施例中的特征可以互相结合。
发明人在发明过程中注意到:传统的对可疑团伙成员进行圈定方法将各个用户与设备的关系强度看成等值进行计算,这样最终可能会关联出来一批非强关联用户,关联结果膨胀严重,无法圈定可疑团伙成员,且这些关联用户与可以团伙的关联强度并未标识,为后续处理带来了很大的困难,甚至在数据极度膨胀的情况下,用传统方法得到的关联处理结果是毫无意义的。
针对上述不足,本申请实施例提出了一种用户关联处理方法和装置,下面进行说明。
图1示出了本申请实施例的用户关联处理流程图,如图所示,包括:
步骤101,确定特定用户的关联设备集合和关联用户集合,以及关联设备集合中各设备与关联用户集合中各用户间的关联关系;
步骤102,根据关联设备集合中各设备的关联用户数,确定各设备的设备关联权重;
步骤103,根据关联用户集合中各用户访问各设备的信息,确定各用户针对各设备的用户访问权重;
步骤102和步骤103没有一定的先后顺序。
步骤104,根据各用户针对各设备的用户访问权重,以及各设备的设备关联权重,确定各用户与各设备的关联强度。
有益效果:
在本申请实施例通过区分关联设备集合中各个不同设备的关联权重,以及根据关联用户集合中各个用户对各个设备的访问程度的不同区分用户访问权重,不再如现有技术中将各个用户与设备的关系强度看成等值,可以清楚地计算出各用户与各设备的关联强度,从而不仅给出关联关系,并且给出了每个用户与每个设备的关联强度,从而增加了关联结果中的信息量,使得关联结果是可处理的。
可以看出,虽然发明人是从对可疑团伙成员进行圈定的方案出发,发现了现有的用户间关联关系计算中存在的问题,但从发明人得出的解决方案来看,并不局限在对可疑团伙成员进行圈定的应用场景,只要是对特定用户通过使用的设备的关联来确定其与其他用户的关联关系,均可以采用本申请实施例的方案,该特定用户可以是可疑团伙的一个或者多个已知成员,也可以是其他需要进行圈子挖掘的已知用户。
进一步地,为了去掉大量的非强关联用户,增强关联处理结果的准确性,避免关联结果过分膨胀的后果,还可以按以下方式实施。
实施中,确定所述各用户与所述各设备的关联强度之后,确定所述关联强度高于或不低于第一阈值的用户为目的关联用户。
有益效果:通过确定关联强度高于或不低于第一阈值的用户为目的关联用户,从而去掉了大量的非强关联用户,增强了关联处理结果的准确性,避免了关联结果过分膨胀的后果。
进一步地,在具体实现中,确定与特定用户关联的设备集合和用户集合,以及所述设备集合中各设备与所述用户集合中各用户间的关联关系的方法可以包括:
根据用户访问应用的日志信息统计用户访问设备的痕迹,导入数据仓库,保存用户访问设备的记录数据;
在所述记录数据中,查找出与所述特定用户关联的设备集合;
遍历所述设备集合,查找出所述设备集合关联的用户集合;
循环查找,直到所述用户集合和/或所述设备集合不再增长或循环查找的迭代次数达到第二阈值,以当前的设备集合作为所述特定用户的关联设备集合,以当前的用户集合作为所述特定用户的关联用户集合,构建关联用户集合和关联设备集合的二部图,二部图是图论中的一种特殊模型,模型中的每条边所关联的两个顶点分别属于两个不相交的顶点集,用户集合和设备集合的二部图可以反映设备集合中各设备与用户集合中各用户间的关联关系。
通过上述方法,可以比较方便且全面地确定特定用户的关联设备集合和关联用户集合,在本申请中,不限定确定特定用户的关联设备集合和关联用户集合的具体方案,本申请的改进主要在于对特定用户的关联设备集合和关联用户集合的处理,以明确各用户和特定用户之间的关联关系。
进一步地,根据所述关联用户集合中各用户访问所述各设备的信息,确定所述各用户针对各设备的用户访问权重,包括如下任意一种或其组合:
根据所述关联用户集合中各用户访问所述各设备的次数信息,确定所述各用户针对各设备的访问次数权重;
根据所述关联用户集合中各用户访问所述各设备的时间信息,确定所述各用户针对各设备的和访问时间权重。
在具体实现时,用户访问权重可以是单独的访问次数权重、单独的访问时间权重,或者二者的结合,这可以根据实际应用本方案是的具体情况来进行选择。
在计算访问时间权重时,可以采用如下任意一种:
根据各用户最后一次访问各设备的时间分别计算得到的第一时间权重;
根据各用户访问各设备的最长一次时间分别计算得到的第二时间权重;
根据所述第一时间权重和第二时间权重计算得到的第三时间权重。
为了便于本申请的实施,下面以实例进行说明。
实施例一:
本实施例给出确定特定用户的关联设备集合和关联用户集合的方法,根据用户访问应用的日志信息统计用户访问设备的痕迹,导入数据仓库,数据仓库是企业所有级别的决策制定过程提供支持的所有类型数据的战略集合,在本实施例中,数据仓库用于保存用户访问设备的记录数据,对数据仓库中保存的用户访问设备的记录数据的处理可以如图2所示,包括如下步骤:
步骤201,查找与特定用户关联的设备,更新设备集合和用户集合的二部图;
步骤202,遍历当前设备集合,查找出与该设备集合关联的用户,更新设备集合和用户集合的二部图;
步骤203,遍历当前用户集合,查找与当前用户集合中用户关联的设备;
步骤204,判断当前查找出的设备与当前设备集合中的设备相比是否有增加,若是,进行步骤205,否则,结束。
步骤205,更新设备集合和用户集合的二部图;
步骤206,判断遍历设备集合的次数是否达到第二阈值,若是,结束,否则,返回步骤202。
在具体实现时,可以不在每次找出新的设备或用户时都更新设备集合和用户集合的二部图,可以最后再根据查找结果和过程记录构建设备集合和用户集合的二部图。
在本实施例中,以设备集合不再增长,以及循环查找设备集合的迭代次数达到第二阈值为例进行说明,在实际操作中,可以以用户集合不再增加,或者用户集合和设备集合均不增长作为判断依据,而迭代次数,同样可以以循环查找用户集合的迭代次数,或循环查找用户集合和设备集合的迭代次数作为判断依据。
根据上述操作,能够构建出特定用户的关联用户集合和关联设备集合的二部图,如图3所示,关联用户集合中包括用户U1至Ui,关联设备集合中包括设备D1至Dj,其中,用户U1与设备D1和Dj关联,用户U2与设备Dj关联,用户Ui与设备D2关联,可见,关联用户集合和关联设备集合的二部图可以显示出关联设备集合和关联用户集合,以及关联设备集合中各设备与关联用户集合中各用户间的关联关系。
实施例二:
实施例二给出了在确定特定用户的关联设备集合和关联用户集合之后,如何进行关联强度的计算的一个实例,具体可以如图4所示,包括如下步骤:
步骤301,根据关联设备集合中各设备的关联用户数,确定各设备的设备关联权重;
由于设备关联权重与设备的最大墒成反向关系,因此根据信息墒理论,首先归一化设备的度再针对每个设备点通过公式(1)或公式(2)进行计算,得出每个设备点的设备关联权重。信息墒是信息论中度量信息量的一个概念,一个系统越有序,信息墒就越低。
h(dj)=-log10k(dj)* 公式(1)
其中,k(dj)*为对用户集合和设备集合的二部图中的设备j的度进行归一化得到的归一化值,k(dj)*为0到1之间的值,度是图中某一点关联的边的个数,在用户集合和设备集合的二部图中,设备j的度即与其关联的用户的个数。
可以理解,若一台设备只对应一个用户,则该设备与该用户关系紧密,关联权重较高,若一台设备是公共设备,对应很多用户,则该设备与该用户关系不够紧密,关联权重应该较低,否则会关联进来许多与特定用户并没有很大关联性的用户。
步骤302,根据关联用户集合中各用户访问各设备的次数信息,确定各用户针对各设备的访问次数权重;
本实施例中,访问次数权重根据如下公式进行计算:
其中,d(ui,dj)代表用户i访问设备j的次数。
步骤303,根据关联用户集合中各用户访问各设备的时间信息,确定各用户针对各设备的访问时间权重;
在具体实现时,计算访问时间权重可以采用如下任意一种:
根据各用户最后一次访问各设备的时间分别计算得到的第一时间权重;
根据各用户访问各设备的最长一次时间分别计算得到的第二时间权重;
根据第一时间权重和第二时间权重计算得到的第三时间权重。
本实施例采用了根据第一时间权重和第二时间权重计算得到的第三时间权重,在具体实现时,可以单独采用第一时间权重或第二时间权重,而单独采用时,第一时间权重或第二时间权重的计算方法可以参考本实施例中的计算方式。
根据如下公式计算第一时间权重:
其中,T(dj)为设备j最近一次被访问的时间,T(ui,dj)为用户i最近一次访问设备j的时间。
根据如下公式计算第二时间权重:
其中,t(ui,dj)为用户i访问设备j的最长一次时间,maxk∈[1,m]t(uk,dj)为设备j被访问的最长一次时间。
根据如下公式计算第三时间权重:
g(ui,dj)=p(ui,dj)×q(ui,dj) 公式(6)
步骤304,根据各用户针对各设备的访问次数权重、访问时间权重,以及各设备的设备关联权重,确定各用户与各设备的关联强度。
根据如下公式计算各用户与各设备的关联强度:
w(ui,dj)=f(ui,dj)×g(ui,dj)×h(dj) 公式(7)
在计算得到各用户与各设备的关联强度后,可以将每个用户与每个设备的关联强度提供给管理人员,由于增加了关联强度的信息,即使同样关联出大量的非强关联用户,这个关联结果也不像现有技术中那样无法处理,例如,管理人员可以根据关联强度进行排序,优先处理关联强度较高的用户。在团伙挖掘的场景下,可以根据关联强度对可疑团伙成员进行圈定。
进一步地,为了去掉大量的非强关联用户,增强关联处理结果的准确性,避免关联结果过分膨胀的后果,使得推送给管理人员的已经是比较准确的关联结果,还可以在确定各用户与各设备的关联强度之后,确定关联强度高于或不低于第一阈值的用户为目的关联用户。例如,设定第一阈值为60%,那么,在推送关联结果给管理人员之前,还可以根据关联强度进行一次筛选,将关联强度高于或不低于60%的用户筛选出来,提供给管理人员,从而避免了关联结果过分膨胀的后果,使得管理人员更容易处理数据。在团伙挖掘的场景下,可以直接将目的关联用户作为可疑团伙成员进行圈定。第一阈值可以根据具体需要进行确定,例如在具体场景下的经验值,或者本次关联处理得到的关联强度平均值等。
基于同一发明构思,本申请实施例中还提供了一种用户关联处理装置,由于这些设备解决问题的原理与一种用户关联处理方法相似,因此这些设备的实施可以参见方法的实施,重复之处不再赘述。
如图5所示,本申请实施例中的装置可以包括:
关联集合确定模块501,用于确定特定用户的关联设备集合和关联用户集合,以及关联设备集合中各设备与关联用户集合中各用户间的关联关系;
设备权重确定模块502,用于根据关联设备集合中各设备的关联用户数,确定各设备的设备关联权重;
用户访问权重确定模块503,用于根据关联用户集合中各用户访问各设备的信息,确定各用户针对各设备的用户访问权重;
关联强度确定模块504,用于根据各用户针对各设备的用户访问权重,以及各设备的设备关联权重,确定各用户与各设备的关联强度。
进一步地,该装置还可以如图6所示,包括关联用户确定模块601,用于在关联强度确定模块确定各用户与各设备的关联强度之后,确定关联强度高于或不低于第一阈值的用户为目的关联用户。
进一步地,该装置还可以如图7所示,包括用户信息处理模块701和数据仓库702,其中:
用户信息处理模块701,用于根据用户访问应用的日志信息统计用户访问设备的痕迹,导入数据仓库702;
数据仓库702,用于保存用户访问设备的记录数据;
关联集合确定模块501,在记录数据中,查找出与特定用户关联的设备集合;遍历设备集合,查找出设备集合关联的用户集合;循环查找,直到用户集合和/或设备集合不再增长或循环查找的迭代次数达到第二阈值,以当前的设备集合作为特定用户的关联设备集合,以当前的用户集合作为特定用户的关联用户集合,构建关联用户集合和关联设备集合的二部图。
在具体实现时,图7中可以不包括用户确定模块601,即关联强度确定模块504确定各用户与各设备的关联强度后即可输出关联处理结果。
为了描述的方便,以上所述装置的各部分以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
Claims (13)
1.一种用户关联处理方法,其特征在于,包括:
确定特定用户的关联设备集合和关联用户集合,以及所述关联设备集合中各设备与所述关联用户集合中各用户间的关联关系;
根据所述关联设备集合中各设备的关联用户数,确定所述各设备的设备关联权重;
根据所述关联用户集合中各用户访问所述各设备的信息,确定所述各用户针对各设备的用户访问权重;
根据所述各用户针对各设备的用户访问权重,以及所述各设备的设备关联权重,确定所述各用户与所述各设备的关联强度。
2.如权利要求1所述的方法,其特征在于,所述确定所述各用户与所述各设备的关联强度之后,确定所述关联强度高于或不低于第一阈值的用户为目的关联用户。
3.如权利要求1所述的方法,其特征在于,所述确定特定用户的关联设备集合和关联用户集合,以及所述关联设备集合中各设备与所述关联用户集合中各用户间的关联关系包括:
根据用户访问应用的日志信息统计用户访问设备的痕迹,导入数据仓库,保存用户访问设备的记录数据;
在所述记录数据中,查找出与所述特定用户关联的设备集合;
遍历所述设备集合,查找出所述设备集合关联的用户集合;
循环查找,直到所述用户集合和/或所述设备集合不再增长或循环查找的迭代次数达到第二阈值,以当前的设备集合作为所述特定用户的关联设备集合,以当前的用户集合作为所述特定用户的关联用户集合,构建所述关联用户集合和所述关联设备集合的二部图。
4.如权利要求3所述的方法,其特征在于,所述根据所述关联设备集合中各设备的关联用户数,确定所述各设备的设备关联权重包括:
根据如下公式分别计算出各设备的设备关联权重:
h(dj)=-log10k(dj)*或
其中,k(dj)*为对所述二部图中的设备j的度进行归一化得到的归一化值,k(dj)*为0到1之间的值。
5.如权利要求1所述的方法,其特征在于,所述根据所述关联用户集合中各用户访问所述各设备的信息,确定所述各用户针对各设备的用户访问权重,包括如下任意一种或其组合:
根据所述关联用户集合中各用户访问所述各设备的次数信息,确定所述各用户针对各设备的访问次数权重;
根据所述关联用户集合中各用户访问所述各设备的时间信息,确定所述各用户针对各设备的和访问时间权重。
6.如权利要求5所述的方法,其特征在于,所述确定所述各用户针对各设备的访问次数权重包括:
根据如下公式进行计算:
其中,d(ui,dj)代表用户i访问设备j的次数。
7.如权利要求5所述的方法,其特征在于,所述确走所述各用户针对各设备的访问时间权重包括如下任意一种:
根据各用户最后一次访问各设备的时间分别计算得到的第一时间权重;
根据各用户访问各设备的最长一次时间分别计算得到的第二时间权重;
根据所述第一时间权重和第二时间权重计算得到的第三时间权重。
8.如权利要求7所述的方法,其特征在于,根据如下公式计算第一时间权重:
其中,T(dj)为设备j最近一次被访问的时间,T(ui,dj)为用户i最近一次访问设备j的时间。
9.如权利要求7所述的方法,其特征在于,根据如下公式计算第二时间权重:
其中,t(ui,dj)为用户i访问设备j的最长一次时间,maxk∈[1,m]t(uk,dj)为设备j被访问的最长一次时间。
10.如权利要求7所述的方法,其特征在于,根据如下公式计算第三时间权重:
g(ui,dj)=p(ui,dj)×q(ui,dj),其中:
t(ui,dj)为用户i访问设备j的最长一次时间,maxk∈[1,m]t(uk,dj)为设备j被访问的最长一次时间;
t(ui,dj)为用户i访问设备j的最长一次时间,maxk∈[1,m]t(uk,dj)为设备j被访问的最长一次时间。
11.一种用户关联处理装置,其特征在于,包括:
关联集合确定模块,用于确定特定用户的关联设备集合和关联用户集合,以及所述关联设备集合中各设备与所述关联用户集合中各用户间的关联关系;
设备权重确定模块,用于根据所述关联设备集合中各设备的关联用户数,确定所述各设备的设备关联权重;
用户访问权重确定模块,用于根据所述关联用户集合中各用户访问所述各设备的信息,确定所述各用户针对各设备的用户访问权重;
关联强度确定模块,用于根据所述各用户针对各设备的用户访问权重,以及所述各设备的设备关联权重,确定所述各用户与所述各设备的关联强度。
12.如权利要求10所述的装置,其特征在于,还包括:
关联用户确定模块,用于在所述关联强度确定模块确定所述各用户与所述各设备的关联强度之后,确定所述关联强度高于或不低于第一阈值的用户为目的关联用户。
13.如权利要求10所述的装置,其特征在于,还包括用户信息处理模块和数据仓库,其中:
所述用户信息处理模块,用于根据用户访问应用的日志信息统计用户访问设备的痕迹,导入数据仓库;
所述数据仓库,用于保存用户访问设备的记录数据;
所述关联集合确定模块,在所述记录数据中,查找出与所述特定用户关联的设备集合;遍历所述设备集合,查找出所述设备集合关联的用户集合;循环查找,直到所述用户集合和/或所述设备集合不再增长或循环查找的迭代次数达到第二阈值,以当前的设备集合作为所述特定用户的关联设备集合,以当前的用户集合作为所述特定用户的关联用户集合,构建所述用户集合和所述设备集合的二部图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510145976.2A CN106156068A (zh) | 2015-03-30 | 2015-03-30 | 一种用户关联处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510145976.2A CN106156068A (zh) | 2015-03-30 | 2015-03-30 | 一种用户关联处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106156068A true CN106156068A (zh) | 2016-11-23 |
Family
ID=57340460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510145976.2A Pending CN106156068A (zh) | 2015-03-30 | 2015-03-30 | 一种用户关联处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106156068A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256465A (zh) * | 2017-06-28 | 2017-10-17 | 阿里巴巴集团控股有限公司 | 风险账户的识别方法及装置 |
CN108810089A (zh) * | 2018-05-04 | 2018-11-13 | 微梦创科网络科技(中国)有限公司 | 一种信息推送方法、装置及存储介质 |
CN109272378A (zh) * | 2018-08-23 | 2019-01-25 | 阿里巴巴集团控股有限公司 | 一种风险群组的发现方法和装置 |
CN110288358A (zh) * | 2019-06-20 | 2019-09-27 | 武汉斗鱼网络科技有限公司 | 一种设备团体确定方法、装置、设备及介质 |
WO2021013237A1 (zh) * | 2019-07-25 | 2021-01-28 | 京东方科技集团股份有限公司 | 设备关联建立方法及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102413112A (zh) * | 2010-09-26 | 2012-04-11 | 深圳市闪联信息技术有限公司 | 一种实现设备关联的方法、关联服务器与系统 |
US20120246172A1 (en) * | 2007-01-29 | 2012-09-27 | Samsung Electronics Co., Ltd. | Method and system for facilitating information searching on electronic devices |
CN102789462A (zh) * | 2011-05-18 | 2012-11-21 | 阿里巴巴集团控股有限公司 | 一种项目推荐方法及系统 |
CN103618713A (zh) * | 2013-11-26 | 2014-03-05 | 王玉娇 | 用户关联方法、系统及相关设备 |
-
2015
- 2015-03-30 CN CN201510145976.2A patent/CN106156068A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120246172A1 (en) * | 2007-01-29 | 2012-09-27 | Samsung Electronics Co., Ltd. | Method and system for facilitating information searching on electronic devices |
CN102413112A (zh) * | 2010-09-26 | 2012-04-11 | 深圳市闪联信息技术有限公司 | 一种实现设备关联的方法、关联服务器与系统 |
CN102789462A (zh) * | 2011-05-18 | 2012-11-21 | 阿里巴巴集团控股有限公司 | 一种项目推荐方法及系统 |
CN103618713A (zh) * | 2013-11-26 | 2014-03-05 | 王玉娇 | 用户关联方法、系统及相关设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256465A (zh) * | 2017-06-28 | 2017-10-17 | 阿里巴巴集团控股有限公司 | 风险账户的识别方法及装置 |
CN108810089A (zh) * | 2018-05-04 | 2018-11-13 | 微梦创科网络科技(中国)有限公司 | 一种信息推送方法、装置及存储介质 |
CN108810089B (zh) * | 2018-05-04 | 2021-07-30 | 微梦创科网络科技(中国)有限公司 | 一种信息推送方法、装置及存储介质 |
CN109272378A (zh) * | 2018-08-23 | 2019-01-25 | 阿里巴巴集团控股有限公司 | 一种风险群组的发现方法和装置 |
CN110288358A (zh) * | 2019-06-20 | 2019-09-27 | 武汉斗鱼网络科技有限公司 | 一种设备团体确定方法、装置、设备及介质 |
WO2021013237A1 (zh) * | 2019-07-25 | 2021-01-28 | 京东方科技集团股份有限公司 | 设备关联建立方法及电子设备 |
CN112291290A (zh) * | 2019-07-25 | 2021-01-29 | 京东方科技集团股份有限公司 | 一种设备关联建立方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106156068A (zh) | 一种用户关联处理方法和装置 | |
Cao et al. | Comprehensive learning particle swarm optimization algorithm with local search for multimodal functions | |
CN105446979B (zh) | 数据挖掘方法和节点 | |
CN103577756B (zh) | 基于脚本类型判断的病毒检测方法及装置 | |
CN109583594B (zh) | 深度学习训练方法、装置、设备及可读存储介质 | |
CN107590073A (zh) | 基于路径覆盖软件测试的测试用例自动生成方法 | |
CN103020123B (zh) | 一种搜索不良视频网站的方法 | |
Fender et al. | Effective and robust pruning for top-down join enumeration algorithms | |
Khoshnevisan et al. | A clustering model based on an evolutionary algorithm for better energy use in crop production | |
CN110222029A (zh) | 一种大数据多维分析计算效率提升方法及系统 | |
CN109257612B (zh) | 游戏直播潜力评价方法、装置、计算机存储介质及服务器 | |
US20160314484A1 (en) | Method and system for mining churn factor causing user churn for network application | |
CN109800144A (zh) | 应用程序的测试方法、系统及装置 | |
CN102831153B (zh) | 一种选取样本的方法和装置 | |
Liu | An improved Harris hawks optimizer for job-shop scheduling problem | |
CN106648839A (zh) | 数据处理的方法和装置 | |
CN106682514B (zh) | 基于子图挖掘的系统调用序列特征模式集生成方法 | |
CN106909454A (zh) | 一种规则处理方法和设备 | |
Yang et al. | Parallel co-location pattern mining based on neighbor-dependency partition and column calculation | |
Boryczka et al. | Heterogeneous DPSO algorithm for DTSP | |
CN105589896B (zh) | 数据挖掘方法及装置 | |
CN110427341A (zh) | 一种基于路径排序的知识图谱实体关系挖掘方法 | |
CN114691630B (zh) | 一种智慧供应链大数据共享方法及系统 | |
CN113064674A (zh) | 一种扩展状态机逻辑的方法、装置、存储介质和电子装置 | |
van Laarhoven | Generative models for local network community detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161123 |
|
RJ01 | Rejection of invention patent application after publication |