CN106446969A - 用户识别的方法及装置 - Google Patents

Abstract

本公开是关于一种用户识别的方法及装置，涉及互联网应用领域，该方法包括获取预设时间段内多个用户的历史输入信息，并从所述历史输入信息中获取输入特征，然后根据所述输入特征对所述多个用户进行聚类，并确定属于同一类的用户为同一用户。

Description

用户识别的方法及装置

技术领域

本公开涉及互联网应用领域，尤其涉及一种用户识别的方法及装置。

背景技术

在互联网的社交场景下，由于互联网本身的开放性，因此，为了维护用户自身的信息安全，用户往往会通过多个不同的名称在各个交互平台上与其他用户进行交互，以防止自己的隐私泄露。

发明内容

为克服相关技术中存在的问题，本公开提供一种用户识别的方法及装置。

根据本公开实施例的第一方面，提供一种用户识别的方法，包括获取预设时间段内多个用户的历史输入信息；从所述历史输入信息中获取输入特征；根据所述输入特征对所述多个用户进行聚类，并确定属于同一类的用户为同一用户，从而从多个用户中准确识别同一用户。

在第一方面第一种可能的实现方式中，所述根据所述输入特征对所述多个用户进行聚类包括：根据所述输入特征生成特征向量；根据所述特征向量得到第一特征矩阵；其中，所述第一特征矩阵的行向量或者列向量表示所述多个用户的特征向量；计算所述第一特征矩阵的每两个特征向量之间的欧氏距离；根据所述欧氏距离对所述多个用户进行聚类，从而通过欧氏距离对用户进行准确的聚类。

结合第一方面第一种可能的实现方式，在第二种可能的实现方式中，所述根据所述欧氏距离对所述多个用户进行聚类包括：从计算的欧氏距离中确定最小欧氏距离；在确定所述最小欧氏距离小于或者等于预设阈值时，确定得到所述最小欧氏距离的两个特征向量对应的用户为同一类，从而通过最小欧氏距离准确识别同一用户。

结合第一方面第一种可能的实现方式或者第二种可能的实现方式，在第三种可能的实现方式中，所述方法还包括：计算同一类用户的两个特征向量之间的几何中心的中心向量；根据所述中心向量生成第二特征矩阵；其中，所述第二特征矩阵的行向量或者列向量包括所述中心向量；继续依次计算所述第二特征矩阵中每两个特征向量之间的欧氏距离，并在确定所述欧氏距离小于或者等于所述预设阈值时，计算所述最小欧氏距离对应的两个特征向量之间的几何中心的中心向量，根据所述中心向量生成第三特征矩阵，直至重新得到的第三特征矩阵中每两个特征向量之间的欧氏距离都大于所述预设阈值。

结合第一方面第三种可能的实现方式，在第四种可能的实现方式中，所述根据所述中心向量生成第二特征矩阵包括：将所述同一类用户的两个特征向量替换为所述中心向量得到所述第二特征矩阵，从而获取准确的第二特征矩阵，以便进行准确的用户识别。

根据本公开实施例的第二方面，提供一种用户识别的装置，包括第一获取模块，被配置为获取预设时间段内多个用户的历史输入信息；第二获取模块，被配置为从所述第一获取模块获取的所述历史输入信息中获取输入特征；聚类模块，被配置为根据从所述第二获取模块获取的输入特征对所述多个用户进行聚类，并确定属于同一类的用户为同一用户。

在第二方面第一种可能的实现方式中，所述聚类模块包括：第一生成子模块，被配置为根据从所述第二获取模块获取的输入特征生成特征向量；第二生成子模块，被配置为根据从所述第一生成子模块获取的特征向量得到第一特征矩阵；其中，所述第一特征矩阵的行向量或者列向量表示所述多个用户的特征向量；第一计算子模块，被配置为计算从所述第二生成子模块获取的第一特征矩阵的每两个特征向量之间的欧氏距离；聚类子模块，被配置为根据从所述第一计算子模块获取的所述欧氏距离对所述多个用户进行聚类。

结合第二方面第一种可能的实现方式，在第二种可能的实现方式中，所述聚类子模块包括：第一确定子模块，被配置为从所述第一计算子模块获取的欧氏距离中确定最小欧氏距离；第二确定子模块，被配置为在确定从所述第一确定子模块获取的最小欧氏距离小于或者等于预设阈值时，确定得到所述最小欧氏距离的两个特征向量对应的用户为同一类。

结合第二方面第一种可能的实现方式或者第二种可能的实现方式，在第三种可能的实现方式中，所述聚类子模块还包括：第二计算子模块，被配置为计算从所述第二确定子模块获取的同一类用户的两个特征向量之间的几何中心的中心向量；第三生成子模块，被配置为根据从所述第二计算子模块获取的所述中心向量生成第二特征矩阵；其中，所述第二特征矩阵的行向量或者列向量包括所述中心向量；第三确定子模块，被配置为继续依次计算从所述第三生成子模块获取的第二特征矩阵中每两个特征向量之间的欧氏距离，并在确定所述欧氏距离小于或者等于所述预设阈值时，计算所述最小欧氏距离对应的两个特征向量之间的几何中心的中心向量，根据所述中心向量生成第三特征矩阵，直至重新得到的第三特征矩阵中每两个特征向量之间的欧氏距离都大于所述预设阈值。

结合第二方面第三种可能的实现方式，在第四种可能的实现方式中，所述第三生成子模块，被配置为将所述同一类用户的两个特征向量替换为从所述第二计算子模块获取的中心向量得到所述第二特征矩阵。

根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种用户识别的方法，所述方法包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为获取预设时间段内多个用户的历史输入信息；从所述历史输入信息中获取输入特征；根据所述输入特征对所述多个用户进行聚类，并确定属于同一类的用户为同一用户。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种用户识别的方法，所述方法包括：获取预设时间段内多个用户的历史输入信息；从所述历史输入信息中获取输入特征；根据所述输入特征对所述多个用户进行聚类，并确定属于同一类的用户为同一用户。

本公开的实施例提供的技术方案可以包括以下有益效果：获取预设时间段内多个用户的历史输入信息；从该历史输入信息中获取输入特征；根据该输入特征对多个用户进行聚类，并确定属于同一类的用户为同一用户，从而能够从多个用户中准确识别同一用户。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种用户识别的方法的流程图；

图2是根据一示例性实施例示出的另一种用户识别的方法的流程图；

图3是根据一示例性实施例示出的第一种用户识别的装置的框图；

图4是根据一示例性实施例示出的第二种用户识别的装置的框图；

图5是根据一示例性实施例示出的第三种用户识别的装置的框图；

图6是根据一示例性实施例示出的第四种用户识别的装置的框图；

图7是根据一示例性实施例示出的第五种用户识别的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开可以应用于社交网络的场景，该场景可以是聊天场景(如微信聊天或者米聊)，也可以是在交互平台(如小米论坛或者贴吧或者微博等平台)发布内容以供别人阅读的场景，还可以是对别人在交互平台上发布的内容进行评价的场景，当然还可以是其他交互场景，例如，还可以是电子邮件交互的场景，本公开对上述场景不作限定。

由于互联网的开放性，使得用户为了保护自身的隐私，往往会重新使用一个名称用于交互，以便别人无法获知交互的用户的真实身份，从而确保自身信息的安全，而一个用户往往会在同一个交互平台上使用不同的名称。

本公开通过获取多个用户的历史输入信息，可以从该多个用户中准确识别同一用户。

下面结合具体实施例对本公开进行说明。

图1是根据一示例性实施例示出的一种用户识别的方法的流程图，如图1所示，可以应用于终端中，该方法包括以下步骤：

在步骤101中，获取预设时间段内多个用户的历史输入信息。

其中，该历史输入信息可以包括在论坛网页上(如百度贴吧、知网、小米论坛、知乎等论坛网页)发布的帖子，又如在聊天软件上(如微信或者米聊等聊天软件)上传的文章或评论内容，又如在购物软件上(如淘宝、京东、亚马逊等购物软件)对宝贝的评价内容，上述只是举例说明，本公开对此不作限定。

在步骤102中，从该历史输入信息中获取输入特征。

其中，该输入特征可以包括用户的输入习惯特征，例如，该输入习惯特征可以是用户习惯输入的标点符号(如逗号，句号等)，语气词(如哈哈、恩恩、嘎嘎、呵呵、enen、嗯嗯等词语)，常见词、短语表(好的，good，ok，谢谢，多谢，讨厌，烦人，好厉害，屌丝，高大上等词语)；领域词汇(如自然语言理解、机器学习、股票、期货、甲状腺、贞观等词语)；个性词汇(如蛮扎实、唔咿呀、食午食及方言词汇等词汇)；连词词表(如那么，因为，所以，于是等词语)；句子结构(如主谓宾顺序、状语是否后置、祈使句等句子结构)；用户的回帖习惯(包括同一个主题的平均交互次数，平均回帖间隔时间等习惯)和平均发帖时间等。

另外，该输入特征还可以包括图片、音频或者视频等媒体数据的内容，例如，用户在论坛中发表一篇关于去西藏旅游的攻略时，会在文字后面附上相关的景点图片，则终端提取到的用户的输入特征是西藏美景的文本内容和图片；再如，用户在淘宝的评价区域对产品进行使用效果评价的同时会附上产品的实际使用效果图，则终端提取到的输入特征是该产品的使用效果的文本内容和图片；又如，用户在贴吧里发布一篇关于喷香干脆面的制作过程时通常会附上制作过程的视频以便于读者学习，则终端提取到的输入特征是该食品的制作过程的文本内容和烹饪视频。

需要说明的是，上述输入特征只是举例说明，本申请对此不作限定。

在步骤103中，根据该输入特征对多个用户进行聚类，并确定属于同一类的用户为同一用户。

其中，聚类是指将数据按相似程度(如距离远近)划分类别，其主要依据是聚到同一个类别中的数据彼此相似，而属于不同类别的数据彼此不相似。在一种可能的实现方式中，可以采用层次聚类的方法对多个用户进行聚类，其中，该层次聚类的方法是将每个用户的输入特征都看作一个单独的类，通过欧氏距离将距离最近的两类合并成一类，直至形成一个不能再继续合并的类。示例地，当第一用户在小米论坛中的输入特征为喜欢使用陕西方言和语气词“哈哈”以及不使用标点符号，第二用户在小米论坛中的输入特征也为喜欢使用陕西方言和语气词“哈哈”以及不使用标点符号，第三用户在小米论坛中的输入特征为喜欢使用东北方言和“！”以及喜欢使用“那么”时，因为该第一用户和该第二用户的输入特征相似，因此，可以确定该第一用户和该第二用户为同一类的用户，而该第一用户和该第三用户的输入特征不相似，这样，可以确定该第一用户和该第三用户不为同一类的用户，上述示例只是举例说明，本申请对此不作限定。

采用上述方法，获取预设时间段内多个用户的历史输入信息；从该历史输入信息中获取输入特征；根据该输入特征对多个用户进行聚类，并确定属于同一类的用户为同一用户，从而能够从多个用户中准确识别同一用户。

图2是根据一示例性实施例示出的一种用户识别的方法的流程图，如图2所示，应用于终端中，包括以下步骤：

在步骤201中，获取在预设时间段内多个用户的历史输入信息。

其中，该历史输入信息可以包括在论坛网页上(如百度贴吧、知网、小米论坛、知乎等论坛网页)发布的帖子，又如在聊天软件上(如微信或米聊等聊天软件)上传的文章或评论内容，又如在购物软件上(如淘宝、京东、亚马逊等购物软件)对宝贝的评价内容，上述历史输入信息只是举例说明，本公开对此不作具体限定。

在本步骤中，该预设时间段可以是用户设定的特定时间段，如该预设时间段为2016年9月1日早上8点到下午4点，则终端获取在2016年9月1日早上8点到下午4点内多个用户的历史输入信息，该预设时间段还可以是时间长度，例如该预设时间段为1小时，则终端获取当前时刻往前一小时内的多个用户的历史输入信息，又如该预设时间段为1天，则终端获取当前时刻往前一天内的多个用户的历史输入信息。

在步骤202中，从该历史输入信息中获取输入特征。

其中，该输入特征可以包括用户的输入习惯特征，例如，该输入习惯特征可以是用户习惯输入的标点符号(如逗号，句号等)，语气词(如哈哈、恩恩、嘎嘎、呵呵、enen、嗯嗯等词语)，常见词、短语表(好的，good，ok，谢谢，多谢，讨厌，烦人，好厉害，屌丝，高大上等词语)；领域词汇(如自然语言理解、机器学习、股票、期货、甲状腺、贞观等词语)；个性词汇(如蛮扎实、唔咿呀、食午食及方言词汇等词汇)；连词词表(如那么，因为，所以，于是等词语)；句子结构(如主谓宾顺序、状语是否后置、祈使句等句子结构)；用户的回帖习惯(包括同一个主题的平均交互次数，平均回帖间隔时间等习惯)和平均发帖时间等。

在本步骤中，该输入特征还可以包括图片、音频或者视频等媒体数据的内容，例如，用户在论坛中发表一篇关于去西藏旅游的攻略时，会在文字后面附上相关的景点图片，则该输入特征是西藏美景的文本内容和图片；再如，用户在淘宝的评价区域对产品进行使用效果评价的同时会附上产品的实际使用效果图，则该输入特征是该产品的使用效果的文本内容和图片；又如，用户在贴吧里发布一篇关于喷香干脆面的制作过程时通常会附上制作过程的视频以便于读者学习，则该输入特征是该食品的制作过程的文本内容和烹饪视频。

需要说明的是，上述输入特征只是举例说明，本申请对此不作限定。

在本步骤中，终端可以从历史输入信息中提取上述输入特征，示例地，终端在小米论坛中获取一篇帖子《用心感受生活，美无处不在！》，根据帖子内容终端可以提取到输入特征为“拍摄”、“镜头”、“那么”、“天空的照片”和“植物的照片”等。

另外，由于获取的历史输入信息对应的用户的数量可能非常大，并且可能包括同一用户的多个历史输入信息，因此，为了减少后续数据处理的复杂度，在本公开另一实施例中，在上述步骤201中，终端在得到多个用户的历史输入信息后，终端还可以确定该多个用户是否包括相同用户，在确定包括相同用户时，则根据该相同用户的全部历史输入信息获取输入特征；在确定不包括相同用户时，则根据该多个用户中的每个用户的历史输入信息获取输入特征。这样，在确定包括相同用户时，将相同用户的历史输入信息作为一个历史输入信息，并获取该历史输入信息的输入特征，从而能够减少后续在根据该输入特征生成的特征向量计算欧氏距离时的计算复杂度。

其中，可以通过用户标识确定该多个用户是否包括相同用户，在该多个用户中存在该用户标识相同的用户时，则确定该多个用户包括相同用户，在该多个用户的用户标识都不同时，则确定该多个用户不包括相同用户。

在本实施例中，该用户标识可以是用户名称或者该用户注册时的手机号或者邮箱等信息，本公开对该用户标识不作限定。

需要说明的是，上述确定多个用户是否包括相同用户仅仅是通过用户标识确定的，即用户标识相同，则确定用户相同，用户标识不同，则确定用户不同，但是，在本公开的场景下，一个用户可能对应有多个不同的用户标识，例如，一个用户申请了多个小米论坛的账号，且每个账号的名称都不相同，也就是说，虽然用户标识不同，但这些用户标识都对应同一用户，此时，则无法通过用户标识确定该多个用户是否是相同用户，因此，对于上述场景，本公开可以通过后续步骤203至步骤211确定不同用户标识的多个用户是否是同一用户。

在步骤203中，根据该输入特征生成特征向量。

在本步骤中，根据该输入特征生成特征向量可以包括：

首先，预先建立模型向量。

其中，该模型向量是根据所有用户的历史输入信息提取的输入特征而得到的向量。

在本公开中，该模型向量可以由行向量或者列向量来表示。当模型向量是行向量时，则特征向量中每一列表示不同输入特征的特征值，而后续的欧式距离的计算相当于计算行向量与行向量之间的距离；当该模型向量是列向量时，则特征向量中每一行表示不同输入特征的特征值，而后续的欧氏距离计算相当于计算列向量与列向量之间的距离。为了方便描述，本公开实施例中以模型向量由行向量表示为例进行说明。

其次，终端获取该输入特征在每个用户的历史输入信息中出现次数。

继续以上述从小米论坛中获取的帖子《用心感受生活，美无处不在！》为例进行说明，根据帖子内容终端提取到输入特征为“拍摄”、“镜头”、“然后”、“天空照片”和“植物照片”等，根据统计可以得到输入特征“拍摄”在该篇帖子中出现了22次，输入特征“镜头”在该篇帖子中出现了8次，输入特征“那么”在该篇帖子中出现了4次，输入特征“天空照片”在该篇帖子中出现8次，输入特征“植物照片”在该篇帖子中出现17次。

再次，计算每个用户的输入特征的权值与该输入特征出现次数的乘积得到特征值。

其中，该输入特征的权值可以采用TF-IDF(term frequency-inverse documentfrequency，词频-逆向文件频率)，如果某个词或者短语在一篇文章中出现的频率高，并且在其他文章中很少出现，则认为此词或者短语对应的TF-IDF较大。在本实施例中，该TF-IDF随着该输入特征在对应的历史输入信息中出现次数成正比增加，但同时会随着该输入特征在所有历史输入信息中出现次数成反比下降。示例地，继续以上述从小米论坛中获取的帖子《用心感受生活，美无处不在！》为例进行说明，可以通过获取TF(词频)和IDF(逆向文件频率)的乘积得到该TF-IDF，根据帖子内容终端提取到输入特征为“拍摄”、“镜头”、“然后”、“天空照片”和“植物照片”等，其中，该输入特征“拍摄”的TF为该输入特征“拍摄”在该帖子《用心感受生活，美无处不在！》中出现的次数与该帖子中总词语数的比值，该输入特征“拍摄”的IDF为包含该输入特征“拍摄”的历史输入信息的个数与该历史输入信息的总个数的比值的对数，这样，可以根据该输入特征“拍摄”的TF和该输入特征“拍摄”的IDF得到该输入特征“拍摄”的TF-IDF，上述示例只是举例说明，本申请对此不作限定。

最后，根据该模型向量和计算得到的特征值，生成每个用户的特征向量。

示例地，该特征向量是将得到的特征值赋值至该模型向量中得到的向量。

例如，当根据该多个用户的历史输入信息获取到输入特征为“好的”、“讨厌”、“陕西方言”、“拍摄”、“镜头”、“那么”、“天空的照片”和“植物的照片”时，可以根据该输入特征建立模型向量[a，b，c，d，e，f，g，h]，其中，a表示输入特征“好的”，b表示输入特征“讨厌”，c表示输入特征“陕西方言”，d表示输入特征“拍摄”，e表示输入特征“镜头”，f表示输入特征“那么”，g表示输入特征“天空的照片”，h表示输入特征“植物的照片”，当历史输入信息为上述示例中的帖子《用心感受生活，美无处不在！》时，若通过上述TF-IDF的计算方法得到该输入特征为“好的”、“讨厌”、“陕西方言”、“拍摄”、“镜头”、“那么”、“天空的照片”和“植物的照片”的权值分别为0，0，0，2.2，1.8，3.2，2.5，1.2，则依次计算该输入特征的权值与该输入特征出现的次数的乘积得到该输入特征对应的特征值为0，0，0，48.4，14.4，12.8，20，20.4，这样，可以将该输入特征的特征值依次代入模型向量[a，b，c，d，e，f，g，h]中，可以得到该帖子《用心感受生活，美无处不在！》的特征向量为[0，0，0，48.4，14.4，12.8，20，20.4]。

在步骤204中，根据该特征向量得到第一特征矩阵。

其中，该第一特征矩阵的行向量表示多个用户的特征向量。

示例地，继续以上述帖子《用心感受生活，美无处不在！》为例进行说明，当获取到该帖子的特征向量为[0，0，0，48.4，14.4，12.8，20，20.4]时，通过上述方法继续获取到另一个帖子的特征向量为[3.1，2.4，1.4，0，4，12.3，16，17.3]，在该历史输入信息包括该两个帖子时，则可以获取到该第一特征矩阵为[0，0，0，48.4，14.4，12.8，20，20.4；3.1，2.4，1.4，0，4，12.3，16，17.3]，上述示例只是举例说明，本申请对此不作限定。

在步骤205中，对该第一特征矩阵进行预处理得到预处理的第一特征矩阵。

其中，该预处理可以是对该第一特征矩阵进行的简化处理，让其更适合聚类，示例地，可以将该第一特征矩阵中的各个元素都进行归一化处理，例如，获得的第一特征矩阵是一个3*3的矩阵，即表示获取了3个用户的特征向量，每个用户用一个3维度的特征向量表示，如第一特征矩阵是[1，90，2；0，61，3；2，65，3]，其中，行向量[1，90，2]表示用户1的特征向量，行向量[0，61，3]表示用户2的特征向量，行向量[2，65，3]表示用户3的特征向量，矩阵的列向量[1，0，2]表示3个用户对应同一输入特征的特征值。

在一种可能实现的方式中，可以分别找出第一特征矩阵各个列向量的最大值和最小值，将最大值设置为1，最小值设置为0，并根据最大值和最小值对其他数值按照比例进行缩放，示例地，继续以上述第一特征矩阵[1，90，2；0，61，3；2，65，3]为例进行说明，该第一特征矩阵包括三个列向量，即[1，0，2]、[90，61，65]、[2，3，3]，对于第一个列向量[1，0，2]可以确定最大值为2，最小值为0，则将该最大值设置为1，最小值设置为0，剩下的值1按照与数值0和数值2之间的比例归一化至0和1之间得到0.5，从而得到归一化后的列向量为[0.5，0，1]，以此类推，列向量[90，61，65]可以归一化为[1，0，0.14]，列向量[2，3，3]可以归一化为[0，1，1]，进而得到预处理的第一特征矩阵[0.5，1，0；0，0，1；1，0.14，1]。

需要说明的是，上述归一化的方法只是举例说明，本申请对此不作限定。

在步骤206中，计算该预处理的第一特征矩阵的每两个特征向量之间的欧氏距离。

在本步骤中，该欧式距离是指在m维空间中两个点之间的实际距离，或者向量的自然长度，可以通过以下公式计算该欧式距离：

其中，d表示欧式距离，k表示维度，表示两个点中的一个点，表示两个点中的另一个点。示例地，以上述预处理的第一特征矩阵[0.5，1，0；0，0，1；1，0.14，1]为例进行说明，可以通过上述欧式距离的计算公式得到用户1和用户2之间的欧式距离为1.5，用户1和用户3之间的欧式距离为1.41，用户2和用户3之间的欧式距离为1。

在步骤207中，从计算的欧氏距离中确定最小欧氏距离。

在一种可能的实现方式中，可以通过冒泡法来确定最小欧氏距离，冒泡法是通过依次比较相邻的两个数，将小数放在前面，大数放在后面，最后得到从小到大的排序，从而获得最小欧氏距离，例如，获得的欧氏距离为8，7，9，5，6，首先比较8和7的大小，7小于8，所以7放在第一位，然后比较8和9的大小，8小于9，所以8放在第二位，比较9和5的大小，5小于9，所以5放在第三位，比较9和6，6小于9，所以6放在第四位，9放在第五位，至此第一次比较结束，得到新的顺序7，8，5，6，9；继续比较相邻数字大小，至第二次比较结束获得新的顺序7，5，6，8，9；继续比较相邻数字大小，至第三次比较结束获得新的顺序5，6，7，8，9，完成排序，获得最小欧氏距离为5。需要说明的是，上述确定最小欧氏距离的方法只是举例说明，本申请对此不作限定。

在步骤208中，确定该最小欧氏距离是否小于或者等于预设阈值。

在确定该最小欧氏距离小于或者等于预设阈值时，则执行步骤209。

在确定该最小欧氏距离大于预设阈值时，则更新预设时间段，并返回步骤201。

其中，终端可以将该预设时间段按照预定更新时间进行更新，示例地，该预定更新时间可以是1小时，若该预设时间段是2016年9月1日早上8点到下午4点，在确定该最小欧氏距离大于预设阈值时，终端可以将该预设时间段往前或者往后顺延一小时，例如，将该预设时间段往前顺延一小时更新为2016年9月1日早上7点到下午4点，或者，将该预设时间段往后顺延一小时更新为2016年9月1日早上8点到下午5点；若该预设时间段是1小时(即获取当前时刻往前一小时内的多个用户的历史输入信息)，在确定该最小欧氏距离大于预设阈值时，终端可以将预设时间段更新为2小时，即终端在后续获取历史输入信息时，获取当前时刻往前2小时内的多个用户的历史输入信息。上述预定更新时间只是举例说明，本公开对此不作限定。

在步骤209中，确定该最小欧氏距离对应的两个特征向量为同一用户，获取两个特征向量之间的几何中心的中心向量。

在本步骤中，可以通过以下公式得到该中心向量

其中，表示两个特征向量之间的几何中心的中心向量；

表示两个特征向量分别对应的两个用户中的一个用户的特征向量；

a表示该一个用户的输入特征的数量；

表示两个特征向量分别对应的两个用户中的另一个用户的特征向量；

b表示该另一个用户的输入特征的数量。

在步骤210中，根据该中心向量得到第二特征矩阵。

其中，该第二特征矩阵是将该第一特征矩阵中最小欧氏距离对应的两个特征向量替换成中心向量而获得到的。

在步骤211中，继续依次计算该第二特征矩阵中每两个特征向量之间的欧氏距离，并在确定该欧氏距离小于或者等于该预设阈值时，计算该最小欧氏距离对应的两个特征向量之间的几何中心的中心向量，根据该中心向量生成第三特征矩阵，直至重新得到的第三特征矩阵中每两个特征向量之间的欧氏距离都大于该预设阈值。

其中，当得到的第三特征矩阵中每两个特征向量之间的欧氏距离都大于该预设阈值时，则聚类结束，聚类后的每一类中所包含的类为同一用户。

需要说明的是，上述步骤204至步骤211中，是以步骤203中的模型向量由行向量表示为例进行说明的，该模型向量也可以由列向量表示，在该模型向量由列向量表示时，后续对多个用户的识别的过程可以参考上述步骤204至步骤211，此处不再赘述。

采用上述方法，获取预设时间段内多个用户的历史输入信息；从该历史输入信息中获取输入特征；根据该输入特征对多个用户进行聚类，并确定属于同一类的用户为同一用户，从而能够从多个用户中准确识别同一用户。

图3是根据一示例性实施例示出的一种用户识别的装置的框图。参照图3，该装置包括第一获取模块31，第二获取模块32和聚类模块33。

该第一获取模块31，被配置为获取预设时间段内多个用户的历史输入信息；

该第二获取模块32，被配置为从该第一获取模块31获取的历史输入信息中获取输入特征；

该聚类模块33，被配置为根据从该第二获取模块32获取的输入特征对该多个用户进行聚类，并确定属于同一类的用户为同一用户。

可选地，图4是图3所示实施例示出的一种用户识别的装置的框图，该聚类模块33包括：

第一生成子模块331，被配置为根据从该第二获取模块32获取的输入特征生成特征向量；

第二生成子模块332，被配置为根据从该第一生成子模块331获取的特征向量得到第一特征矩阵；其中，该第一特征矩阵的行向量或者列向量表示所述多个用户的特征向量；

第一计算子模块333，被配置为计算从该第二生成子模块332获取的第一特征矩阵的每两个特征向量之间的欧氏距离；

聚类子模块334，被配置为根据从该第一计算子模块333获取的欧氏距离对该多个用户进行聚类。

可选地，图5是图4所示实施例示出的一种用户识别的装置的框图，该聚类子模块334包括：

第一确定子模块3341，被配置为从该第一计算子模块333获取的欧氏距离中确定最小欧氏距离；

第二确定子模块3342，被配置为在确定从该第一确定子模块3341获取的最小欧氏距离小于或者等于预设阈值时，确定得到该最小欧氏距离的两个特征向量对应的用户为同一类。

可选地，图6是图4或图5所示实施例示出的一种用户识别的装置的框图，该聚类子模块334还包括：

第二计算子模块3343，被配置为计算从该第二确定子模块3342获取的同一类用户的两个特征向量之间的几何中心的中心向量；

第三生成子模块3344，被配置为根据从该第二计算子模块3343获取的中心向量生成第二特征矩阵；其中，该第二特征矩阵的行向量或者列向量包括该中心向量；

第三确定子模块3345，被配置为继续依次计算从该第三生成子模块3344获取的第二特征矩阵中每两个特征向量之间的欧氏距离，并在确定该欧氏距离小于或者等于预设阈值时，计算所该最小欧氏距离对应的两个特征向量之间的几何中心的中心向量，根据该中心向量生成第三特征矩阵，直至重新得到的第三特征矩阵中每两个特征向量之间的欧氏距离都大于该预设阈值。

可选地，该第三生成子模块3344，被配置为将该同一类用户的两个特征向量替换为从该第二计算子模块3343获取的中心向量得到第二特征矩阵。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是根据一示例性实施例示出的一种用于用户识别的装置700的框图。例如，装置700可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图7，装置700可以包括以下一个或多个组件：处理组件702，存储器704，电力组件706，多媒体组件708，音频组件710，输入/输出(I/O)的接口712，传感器组件714，以及通信组件716。

处理组件702通常控制装置700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令，以完成上述用户识别的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理组件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。

存储器704被配置为存储各种类型的数据以支持在装置700的操作。这些数据的示例包括用于在装置700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件706为装置700的各种组件提供电力。电力组件706可以包括电源管理系统，一个或多个电源，及其他与为装置700生成、管理和分配电力相关联的组件。

多媒体组件708包括在该装置700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。该触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与该触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件708包括一个前置摄像头和/或后置摄像头。当装置700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风(MIC)，当装置700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。

I/O接口712为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件714包括一个或多个传感器，用于为装置700提供各个方面的状态评估。例如，传感器组件714可以检测到装置700的打开/关闭状态，组件的相对定位，例如该组件为装置700的显示器和小键盘，传感器组件714还可以检测装置700或装置700一个组件的位置改变，用户与装置700接触的存在或不存在，装置700方位或加速/减速和装置700的温度变化。传感器组件714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件714还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件716被配置为便于装置700和其他设备之间有线或无线方式的通信。装置700可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，该通信组件716还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述用户识别的方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704，上述指令可由装置700的处理器720执行以完成上述用户识别的方法。例如，该非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

当该存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种用户识别的方法，该方法包括：获取预设时间段内多个用户的历史输入信息；从该历史输入信息中获取输入特征；根据该输入特征对该多个用户进行聚类，并确定属于同一类的用户为同一用户。

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种用户识别的方法，其特征在于，应用于终端，所述方法包括：

获取预设时间段内多个用户的历史输入信息；

从所述历史输入信息中获取输入特征；

根据所述输入特征对所述多个用户进行聚类，并确定属于同一类的用户为同一用户。

2.根据权利要求1所述的方法，其特征在于，所述根据所述输入特征对所述多个用户进行聚类包括：

根据所述输入特征生成特征向量；

根据所述特征向量得到第一特征矩阵；其中，所述第一特征矩阵的行向量或者列向量表示所述多个用户的特征向量；

计算所述第一特征矩阵的每两个特征向量之间的欧氏距离；

根据所述欧氏距离对所述多个用户进行聚类。

3.根据权利要求2所述的方法，其特征在于，所述根据所述欧氏距离对所述多个用户进行聚类包括：

从计算的欧氏距离中确定最小欧氏距离；

在确定所述最小欧氏距离小于或者等于预设阈值时，确定得到所述最小欧氏距离的两个特征向量对应的用户为同一类。

4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

计算同一类用户的两个特征向量之间的几何中心的中心向量；

根据所述中心向量生成第二特征矩阵；其中，所述第二特征矩阵的行向量或者列向量包括所述中心向量；

继续依次计算所述第二特征矩阵中每两个特征向量之间的欧氏距离，并在确定所述欧氏距离小于或者等于所述预设阈值时，计算所述最小欧氏距离对应的两个特征向量之间的几何中心的中心向量，根据所述中心向量生成第三特征矩阵，直至重新得到的第三特征矩阵中每两个特征向量之间的欧氏距离都大于所述预设阈值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述中心向量生成第二特征矩阵包括：

将所述同一类用户的两个特征向量替换为所述中心向量得到所述第二特征矩阵。

6.一种用户识别的装置，其特征在于，所述装置包括：

第一获取模块，被配置为获取预设时间段内多个用户的历史输入信息；

第二获取模块，被配置为从历史输入信息中获取输入特征；

聚类模块，被配置为根据所述输入特征对所述多个用户进行聚类，并确定属于同一类的用户为同一用户。

7.根据权利要求6所述的装置，其特征在于，所述聚类模块包括：

第一生成子模块，被配置为根据输入特征生成特征向量；

第二生成子模块，被配置为根据特征向量得到第一特征矩阵；其中，所述第一特征矩阵的行向量或者列向量表示所述多个用户的特征向量；

第一计算子模块，被配置为计算第一特征矩阵的每两个特征向量之间的欧氏距离；

聚类子模块，被配置为根据欧氏距离对所述多个用户进行聚类。

8.根据权利要求7所述的装置，其特征在于，所述聚类子模块包括：

第一确定子模块，被配置为从欧氏距离中确定最小欧氏距离；

第二确定子模块，被配置为在确定最小欧氏距离小于或者等于预设阈值时，确定得到所述最小欧氏距离的两个特征向量对应的用户为同一类。

9.根据权利要求7或8所述的装置，其特征在于，所述聚类子模块还包括：

第二计算子模块，被配置为计算同一类用户的两个特征向量之间的几何中心的中心向量；

第三生成子模块，被配置为根据中心向量生成第二特征矩阵；其中，所述第二特征矩阵的行向量或者列向量包括所述中心向量；

第三确定子模块，被配置为继续依次计算所述第二特征矩阵中每两个特征向量之间的欧氏距离，并在确定所述欧氏距离小于或者等于所述预设阈值时，计算所述最小欧氏距离对应的两个特征向量之间的几何中心的中心向量，根据所述中心向量生成第三特征矩阵，直至重新得到的第三特征矩阵中每两个特征向量之间的欧氏距离都大于所述预设阈值。

10.根据权利要求9所述的装置，其特征在于，所述第三生成子模块，被配置为将所述同一类用户的两个特征向量替换为所述中心向量得到所述第二特征矩阵。