CN107193894B - 数据处理方法、个体识别方法及相关装置 - Google Patents

数据处理方法、个体识别方法及相关装置 Download PDF

Info

Publication number
CN107193894B
CN107193894B CN201710312522.9A CN201710312522A CN107193894B CN 107193894 B CN107193894 B CN 107193894B CN 201710312522 A CN201710312522 A CN 201710312522A CN 107193894 B CN107193894 B CN 107193894B
Authority
CN
China
Prior art keywords
connected subgraph
user
subgraph
attribute
attributes
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.)
Expired - Fee Related
Application number
CN201710312522.9A
Other languages
English (en)
Other versions
CN107193894A (zh
Inventor
谭星
徐龙飞
王永会
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xingxuan Technology Co Ltd
Original Assignee
Beijing Xingxuan Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xingxuan Technology Co Ltd filed Critical Beijing Xingxuan Technology Co Ltd
Priority to CN201710312522.9A priority Critical patent/CN107193894B/zh
Publication of CN107193894A publication Critical patent/CN107193894A/zh
Application granted granted Critical
Publication of CN107193894B publication Critical patent/CN107193894B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供一种应用于个体识别的数据处理方法、个体识别方法及相关装置，涉及数据处理领域。其中，所述数据处理方法包括：根据表征用户身份的ID属性确定不同用户标识之间的关联关系；根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图；基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图。本发明实施例提供的技术方案能够准确地实现个体识别，以及为准确地实现个体识别提供数据基础。

Description

数据处理方法、个体识别方法及相关装置
技术领域
本发明实施例涉及数据处理领域，尤其涉及一种数据处理方法、个体识别方法及相关装置。
背景技术
目前，通常通过构建账号体系对用户进行识别。但是，在复杂的互联网环境中，存在用户在单个设备上注册多个账号、在不同业务系统中均存在多种身份(例如，在外卖业务场景中，系统内存在用户、商户、销售、骑士等角色，用户可能在不同账户存在不同角色)、在多个设备上分别注册有各类账户等复杂情况。而基于现有的账号体系，难以在这种复杂情况下准确地识别出多种复杂信息实际指向的个体。
以反作弊领域为例而言，通常需要对独立的自然人进行识别。现有技术仅能在用户登录的情况下基于已有的账号体系识别用户，至于具有复杂信息的用户是否为单个自然人，则难以进行准确识别。
发明内容
本发明实施例提供一种数据处理方法、个体识别方法及相关装置，用以解决现有技术无法准确进行个体识别的问题。
第一方面，本发明实施例中提供了一种应用于个体识别的数据处理方法，包括：
根据表征用户身份的ID属性确定不同用户标识之间的关联关系；
根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图；
基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图。
第二方面，本发明实施例提供了一种数据存储结构，用于存储连通子图(包括新建立的连通子图或更新的连通子图)，该数据存储结构包括：
索引模块，用于存储连通子图中各个ID属性与所述连通子图的标识的映射；
内容模块(或者称作数据详情模块)，用于存储所述连通子图的标识与所述连通子图的映射。
第三方面，本发明实施例提供一种个体识别方法，包括：
根据搜索项查询连通子图，获取与所述搜索项关联的连通子图；
基于与所述搜索项关联的连通子图进行个体识别。
第四方面，本发明实施例提供一种应用于个体识别的数据处理装置，包括：
关系确定模块，用于根据表征用户身份的ID属性确定不同用户标识之间的关联关系；
关联关系图模块，用于根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图；
连通子图模块，用于基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图。
第五方面，本发明实施例提供一种个体识别装置，包括：
查询模块，用于根据搜索项查询连通子图，获取与所述搜索项关联的连通子图；
识别模块，用于基于与所述搜索项关联的连通子图进行个体识别。
在一个可能的设计中，所述数据处理装置/个体识别装置的结构中包括处理器和存储器，所述存储器用于存储支持述数据处理装置/个体识别装置执行上述第一方面/第三方面的方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述数据处理装置/个体识别装置还可以包括通信接口，用于数据处理装置/个体识别装置与其他设备或通信网络通信。
第六方面，本发明实施例提供了一种计算机存储介质，用于储存前述数据处理装置/个体识别装置所用的计算机软件指令，所述指令被执行以实现前述第一方面/第三方面的方法。
本发明实施例能够实现准确的个体识别，或者为准确地实现个体识别提供数据基础以及数据存储结构。
本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了根据本发明一个实施例的应用于个体识别的数据处理方法的流程示意图；
图2示出了根据本发明另一个实施例的应用于个体识别的数据处理方法的流程示意图；
图3示出了根据本发明一个实施例的数据存储结构的示意图；
图4示出了根据本发明一个实施例的个体识别方法的流程示意图；
图5示出了与本发明一个实施例的应用于自然人识别的数据处理方法的流程示意图；
图6A示出了一种实现图5所示实施例中的处理504的流程；
图6B-图6G示出了在一种假设情况下对应于图5所示实施例中的相关步骤的连通子图的示例；
图7示出了根据本发明一个实施例的应用于个体识别的数据处理装置的框图；
图8示出了根据本发明一个实施例的个体识别装置的框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是根据本发明实施例的一种应用于个体识别的数据处理方法的流程示意图的一例。参照图1，所述方法包括：
100：根据表征用户身份的ID属性确定不同用户标识之间的关联关系。
可选地，在本实施例的一种实现方式中，表征用户身份的ID属性可以包括：账号系统中的passport ID(简写为pass)、用户的手机号、IMEI设备码、手机SIM卡、银行卡号、微信支付账号、支付宝支付账号等互联网应用账号。
102：根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图。在本实施例中，采用102建立的关联关系图用于反映各个用户标识之间的关联关系。
104：基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图。
可选地，在本实施例的一种实现方式中，基于连通图理论采用连通图算法对所述关联关系图进行拆分处理。
采用本实施例提供的数据处理方法，采用网图(即所述关联关系图)的方式构建各个用户标识之间的关联关系，并通过拆分得到的连通子图表征个体，有利于在个体具有复杂信息(例如，多账户、多设备等)的情况下准确识别个体。
需要说明的是，在本发明中提及的“个体”可以理解为具有复杂信息的对象，并且这些复杂信息实际指向或标识同一个对象。例如，“自然人”可以作为“个体”的一种示例，网络系统中与自然人类似或与自然人具有相似属性的对象(例如，创建的虚拟人物)也可以视为一个“个体”。所述自然人是指现实中的一个独立的人，一个自然人可能在互联网系统中拥有多个用户账号。
可选地，在本实施例的一种实现方式中，具体采用以下方式实现处理100：首先，从每一组表征用户身份的ID属性中选取一种ID属性作为用户标识，并将该用户标识与当前组表征用户身份的ID属性关联；然后，基于多组用户标识以及与用户标识关联的ID属性，确定各个ID属性所关联的用户标识；其中，如果单个ID属性关联至少两个用户标识，则确定该至少两个用户标识具有关联关系。
其中，每一组表征用户身份的ID属性可以通过对多数据源的数据进行挖掘而得到。
可选地，在本实施例的一种实现方式中，在采用处理102建立的关联关系图中，具有关联关系的用户标识通过二者共同关联的ID属性连接。在所述关联关系图中，不重复地配置有所有用户标识和ID属性。
可选地，在本实施例的一种实现方式中，保存采用处理100-104建立的连通子图，以作为识别自然人的基础。例如，采用如下便于根据ID属性查询连通子图的方式存储所述连通子图：存储所述连通子图中各个ID属性与所述连通子图的标识的映射，以便于根据ID属性查询对应的连通子图的标识；存储所述连通子图的标识与所述连通子图的映射，以便于根据在先确定的连通子图的标识查询对应的连通子图。
图2是根据本发明实施例的一种应用于个体识别的数据处理方法的流程示意图的另一例。在该方法中，基于采用前述处理100-104建立的连通子图更新历史数据，从而得到更新的连通子图。具体而言，如图2所示，除了包括处理100-104之外，还包括：
206：根据所述连通子图中的ID属性查询历史数据获取与所述连通子图关联的历史连通子图。其中，所述历史数据用于反映在先确定的用户标识之间的关联关系。在一种具体示例中，所述历史数据可以是在先建立的关联关系图或连通子图。
208：基于所述连通子图和所述历史连通子图，构建更新的连通子图。
采用本实现方式中，能够将当前确定的连通子图和在先确定的连通子图融合，实现连通子图的更新。
可选地，在本实施例的一种实现方式中，分批次地从连通子图中选取连通子图从而分批次地构建更新的连通子图，得到最终的更新结果。
具体而言，处理206可以通过以下方式实现：从所有连通子图中分批次地取多个连通子图；根据所述多个连通子图所关联的所有ID属性查询所述历史数据，获取与所述所有ID属性中的各ID属性关联的历史连通子图。处理208可以通过以下方式实现：基于所述多个连通子图和所述与各ID属性关联的历史连通子图，确定其中所包含的用户标识之间的关联关系；基于其中所包含的用户标识之间的关联关系，采用图论连通图算法计算得到更新的连通子图。换言之，在本实施例中可以重复地采用“选取部分连通子图→查询→更新”的循环，得到最终的更新结果。采用这种方式有利于提高数据处理效率。
可选地，在本实施例的一种实现方式中，采用图1所示实施例中描述的方式存储所述更新的连通子图。
图3是根据本发明实施例的一种数据存储结构的示意图，该数据存储结构用于存储采用图1或图2所示实施例或其实现方式确定的连通子图。如图3所示，本实施例提供的数据存储结构包括索引模块30和内容(或者称作数据详情)模块32。其中，索引模块30存储连通子图中各个ID属性与连通子图的标识(map_key)的映射；而内容模块32则存储连通子图的标识与连通子图(map)(即连通子图的内容)的映射。
采用本实施例提供的数据存储结构，在查询连通子图时，可以根据ID属性查询索引模块30得到对应的连通子图的标识，然后根据连通子图的标识查询内容模块32得到对应的连通子图。换言之，采用本实施例提供的数据存储结构，能够支持利用任意ID属性查询关联的连通子图。
图4是根据本发明实施例的一种个体识别方法的流程示意图。该方法基于图1所示实施例提供的连通子图或图2所示实施例提供的更新的连通子图进行查询。具体而言，所述方法包括：
400：根据搜索项查询连通子图，获取与所述搜索项关联的连通子图。其中，搜索项为ID属性或者基于所述搜索项可以确定ID属性，与搜索项关联的连通子图为包含所述搜索项或包含基于所述搜索项确定的ID属性。
402：基于与所述搜索项关联的连通子图进行个体识别。
如前所述，连通子图用于表征单个个体，因此，基于与所述搜索项关联的连通子图可以确定所表征的个，例如，自然人。
采用本实施例提供的方法，能够基于连通子图识别个体，对于在互联网中具有复杂信息(例如，多账号、多设备等)的自然人能够进行准确的识别。
可选地，在本实施例的一种实现方式中，采用以下方式实现处理402：根据配置信息从与所述搜索项关联的连通子图选取满足所述配置信息的部分连通子图；基于所述部分连通子图中包含的用户标识确定所述自然人。示例性地，在所述配置信息中可以配置黑名单、不需要关联的ID属性等，这将在下文进行详细说明。
图5是根据本发明实施例的一种应用于自然人识别的数据处理方法的流程示意图。参照图5，所述方法包括：
500：数据获取与预处理。数据获取与预处理的目的是为了挖掘出表征用户身份的多种ID属性，并将其格式化处理，以方便后续处理。
可选地，在本实施例的一种实现方式中，采用以下方式实现处理500。
步骤a1：获取原始数据。所述原始数据包括用户注册数据、用户交易数据、用户设备信息、用户浏览日志、业务人员注册数据、业务人员操作日志等。
步骤a2：对所述原始数据进行清洗以去除无效的数据。其中，无效的数据是指由于硬软件等方面的原因产生的不准确的数据。例如，在获取IMEI设备码时，某些相同型号的山寨机会产生相同的IMEI，如果不清洗，会导致错误的关联。
步骤a3：从清洗后的数据中挖掘表征用户身份的ID属性，并生成以其中一种ID属性作为标识的格式化数据，格式如下：pass(ID1，ID2，IDi，…，IDn)。
下例中的pass1、pass2和pass3是用户账号，被用作用户标识，ID则是与用户账号关联的数据，例如手机号，设备码，支付账号等等。
例如，有两个数据源A和B，二者分别提供了三个账号的数据。其中，数据源A包括pass1(ID1A)，pass2(ID1A)，pass3(ID2A)，数据源B包括pass1(ID1B)，pass2(ID2B)，pass3(ID2B)。通过挖掘ID属性，格式化后生成：pass1(ID1A，ID1B)，pass2(ID1A，ID2B)，pass3(ID2A，ID2B)。
502：基于500输出的数据确定连通关系。可选地，在本实施例的一种实现方式中，采用以下步骤实现处理502。
步骤b1：将上述步骤a3生成的数据转换为以ID为标识、pass为内容的结构，通过多个pass之间共同的ID发现它们之间的关联。例如，上例中的pass1(ID1A,ID1B),pass2(ID1A,ID2B)，pass3(ID2A，ID2B)转换为：
ID1A:pass1,pass2
ID2A:pass3
ID1B:pass1
ID2B:pass2,pass3
步骤b2：对步骤b1的结果数据进行统计，把含有相同ID的pass账号关联在一起，从而生成任意两个pass之间的关联关系。例如，根据步骤b1中的结果，生成：
pass1,pass2:ID1A
pass2,pass3:ID2B
其中，pass1和pass2因为ID1A而产生关联，pass2和pass3则根据ID2B关联。
步骤b3：根据步骤b2中得到的账号之间的两两关联关系，生成关系网图，然后利用图论连通图算法，计算得出所有的连通子图。继续上面的例子，在步骤b3中，根据步骤b2得到的结果(pass1和pass2关联、pass2和pass3关联)，得到pass1,pass2,pass3相互关联。这里，将pass1，pass2,pass3以及与它们关联的ID构成的连通子图称之为一个map。
至此，根据收集的用户数据构建了数据(包括用户标识和ID)之间的连通关系。在本实施例的一种实现方式中，为了保证持续的更新，需要将新产生的连通关系与历史的连通关系融合。其中，第一次构建时，通过冷启动产生第一批历史数据，之后持续融合更新。
504：更新连通关系。具体而言，将502中生成的所有连通子图融合进历史连通关系中。
可选地，在本实施例的一种实现方式中，如图6A所示，处理504包括以下步骤：
步骤c1：构造处理缓存。为了加快处理速度，分批次地从新生成的所有连通子图中获取多个连通子图(即，map)进行处理，所述处理缓存用于缓存这多个map。例如，假设当前的处理缓存中包含如图6B所示的3个新连通子图，其中，pass3和pass4处于同一个连通子图中，两者因为Y、Z而关联；A-Z是除pass外其他类型的ID。
步骤c2：查询是否有历史记录。具体而言，利用处理缓存的map中所包含的所有ID从历史关联关系中查询，检查各ID是否在历史关联关系中出现过。如果出现过，则返回对应的历史map并执行步骤c3；如果没有则直接写入存储。
为了支持利用任意ID查询关联的map，可以采用图3所述的数据存储结构存储map。具体请参见下文相关部分的说明。
举例而言，对于步骤c1中的pass1、pass2、pass3、pass4和它们所关联的ID(A-Z)执行查询处理，发现B、C、E、X在历史数据中关联了如图6C所示的两个map。
步骤c3：数据融合处理。具体而言，融合采用步骤c2从历史数据中查询得到的map和当前处理缓存中的map，重新生成pass与ID之间的关系，然后确定pass之间的两两关联，进而根据图论连通图算法计算连通子图(类似于步骤b3)。
继续上面的例子，对步骤c1和c2中的连通子图进行融合，生成如图6D所示的连通子图。
步骤c4：删除黑名单ID。例如，根据黑名单优化上述步骤c3融合后得到的连通子图。具体而言，删除其中的黑名单ID，所述黑名单ID包括不准确的ID、过期的ID等，可以自定义或配置。
继续上面的例子，假设C在黑名单中，则拆除因为C而产生的关联，如图6E所示。
步骤c5：生成融合后的连通图。例如，在通过步骤c4剔除黑名单ID之后，重新构造pass之间的关联关系，生成最终map。
步骤c6：数据存储。具体而言，将508生成的最终map写入存储中。其中，存储分为索引和数据详情(内容)两部分。为便于后续查询方便，为每一个map生成一个唯一的标识map_key，利用map_key连接map中的每一个ID和map详情，从而满足通过任意ID查询map的需求。
例如，以如图6E所示的两个map为例，假设生成的map_key分别为map_key_pass1，map_key_pass3，则
map索引：
A---→map_key_pass1；
B---→map_key_pass1；
D---→map_key_pass1；
…
pass1---→map_key_pass1；
…
X---→map_key_pass3；
Y---→map_key_pass3；
…
pass6---→map_key_pass3；
map数据详情：
map_key_pass1---→pass1,pass2,pass5,A,B,D,E,F
map_key_pass3---→pass3,pass4,pass6,X,Y,Z
基于上述存储结构，在查询时可以根据任意ID从索引中查找出map_key，然后根据map_key从数据详情中查询出map数据。
506：识别自然人。采用前述500-504构建了数据间的所有连通子图，提供了基础性的数据。因此，在处理506中可以基于前述构建的连通子图识别自然人。
在本实施例中的一种实现方式中，考虑到不同业务对于同一自然人的认定不尽相同，例如，有的业务在判断是否享受优惠时认为手机号应该作为关联ID，而有的业务则不认为手机号应该作为关联ID，从而引入业务自定义配置来实现因业务不同而不同的识别处理。具体而言，在所述自定义配置中可以配置业务不产生关联的ID。这样，在业务方获取到map详情数据后，删除其中的在配置信息中包含的ID并消除对应的关联，从而生成符合业务要求的map数据。
举例而言，假设查找ID为A所关联的map，得到的map信息如图6F所示，而配置信息中将B配置为不产生关联的ID。则在处理506中，将图6F所示的map中的B所产生的关联删除，如图6G所示，其中虚线表示删除关联。这样，最终返回的数据为：A、pass1(即，在所述配置信息配置的条件下，与A关联的map包含A和pass1)。
采用处理506，可以基于自定义配置(即配置信息)满足不同业务对于识别自然人的要求。
以上结合附图对根据本发明的方法实施例进行了详细说明。下面结合附图对根据本发明实施例的装置实施例进行说明。
图7是根据本发明实施例的一种应用于个体识别的数据处理装置的框图。参照图7，数据处理装置包括关系确定模块70、关联关系图模块72和连通子图模块74，下面进行详细说明。
在本实施例中，关系确定模块70用于根据表征用户身份的ID属性确定不同用户标识之间的关联关系。示例性地，关系确定模块70可以包括：第一关联子模块，用于从每一组表征用户身份的ID属性中选取一种ID属性作为用户标识，并将该用户标识与当前组表征用户身份的ID属性关联；第二关联子模块，用于基于多组用户标识以及与用户标识关联的ID属性，确定各个ID属性所关联的用户标识；关系确定子模块，用于将关联于同一ID属性的至少两个用户标识确定为具有关联关系。
在本实施例中，关联关系图模块72用于根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图。在所述关联关系图中，具有关联关系的用户标识通过二者共同关联的ID属性连接。
在本实施例中，连通子图模块74用于基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图。
采用本实施例提供的数据处理装置，利用网图的方式构建各个用户标识之间的关联关系，并通过拆分得到的连通子图表征个体，有利于在个体具有复杂信息(例如，多账户、多设备等)的情况下准确识别个体。
可选地，在本实施例的一种实现方式中，如图7中虚线框所示，数据处理装置还包括：查询模块76，用于根据所述连通子图中的ID属性查询历史数据获取与所述连通子图关联的历史连通子图；更新模块78，用于基于所述连通子图和所述历史连通子图，构建更新的连通子图。
其中，示例性地，所述查询模块76包括：取出子模块，用于从所述连通子图中分批次地取多个连通子图；查询子模块，用于根据所述多个连通子图所关联的所有ID属性查询所述历史数据，获取与所述所有ID属性中的各ID属性关联的历史连通子图。
其中，示例性地，所述更新模块78包括：关系确定子模块，用于基于所述多个连通子图和所述与各ID属性关联的历史连通子图，确定其中所包含的用户标识之间的关联关系；更新子模块，用于基于关系确定子模块确定的关联关系，采用图论连通图算法计算得到更新的连通子图。
可选地，在本实施例的一种实现方式中，数据处理装置还包括存储模块，用于存储连通子图模块74生成的连通子图和/或更新模块78生成的更新的连通子图。更具体而言，所述存储模块包括：第一存储模块，用于存储连通子图中各个ID属性与连通子图的标识的映射；第二存储模块，用于存储连通子图的标识与连通子图的映射。参照图3所示实施例，本领域技术人员应当理解，第一存储模块可以用作索引模块30，第二存储模块可以用作内容模块32。
图8是根据本发明实施例的一种个体识别装置的框图。参照图8，个体识别装置包括查询模块80和识别模块82。下面进行详细说明。
在本实施例中，查询模块80用于根据搜索项查询已经确定的连通子图(例如，图1所示实施例中生成的连通子图或图2所示实施例中更新的连通子图)，获取与搜索项关联的连通子图。识别模块82则用于基于与所述搜索项关联的连通子图进行个体识别。
可选地，在本实施例的一种实现方式中，识别模块82包括：选取子模块，用于根据配置信息从与所述搜索项关联的连通子图中选取满足所述配置信息的部分连通子图；识别子模块，用于基于所述部分连通子图中包含的用户标识确定所述个体。
在一个可能的设计中，前文所述的数据处理装置/个体识别装置的结构中包括处理器和存储器，所述存储器用于存储支持所述数据处理装置/个体识别装置执行前述对应的方法实施例或其实现方式中提及的方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
所述程序包括一条或多条计算机指令，其中，所述一条或多条计算机指令供所述处理器调用执行。
在所述数据处理装置中，所述处理器用于执行所述指令以实现以下处理：
根据表征用户身份的ID属性确定不同用户标识之间的关联关系；
根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图；
基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图。
其中，关于各个步骤以及可选步骤的详细说明，请参照前文的相关描述，此处不再追溯。
在所述个体识别装置中，所述处理器用于执行所述指令以实现以下处理：
根据搜索项查询连通子图(包括更新的连通子图或已建立的连通子图)，获取与所述搜索项关联的连通子图；
基于与所述搜索项关联的连通子图进行自然人识别。
其中，关于各个步骤以及可选步骤的详细说明，请参照前文的相关描述，此处不再追溯。
本发明实施例还提供一种计算机存储介质，用于储存所述数据处理装置/个体识别装置所用的计算机软件指令，所述计算机指令被执行时实现上述相应方法实施例或其实现方式中提及的方法。
【关于本发明的示例性应用场景】
示例性地，本发明可以用于外卖系统的用户营销和风控场景中。其中，以应用于用户营销场景为例，当多个用户pass被判断为属于一个map时，将这多个用户pass认定为同一个个体，这样，如果其中一个pass已经享受了优惠，则其他pass不在享受优惠，从而提高了营销资金的使用率。再以应用于风控场景为例，根据多个pass之间的关联可以挖掘出它们的消费行为，进而判断是否存在一个自然人使用多个pass账号刷单套取补贴的情况。
相对于现有技术而言，本发明提供的各种实施例或其实现方式，能够解决同设备上多账户注册、用户未登陆账号、跨端跨设备以及多重身份等情况下难以识别个体(例如，自然人)的技术问题，能够准确识别个体(例如，自然人)。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明公开A1、一种应用于个体识别的数据处理方法，包括：
根据表征用户身份的ID属性确定不同用户标识之间的关联关系；
根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图；
基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图。
A2、如A1所述的方法中，所述根据表征用户身份的ID属性确定不同用户标识之间的关联关系，包括：
从每一组表征用户身份的ID属性中选取一种ID属性作为用户标识，并将该用户标识与当前组表征用户身份的ID属性关联；
基于多组用户标识以及与用户标识关联的ID属性，确定各个ID属性所关联的用户标识；
如果单个ID属性关联至少两个用户标识，则确定该至少两个用户标识具有关联关系。
A3、如A1或A2所述的方法中，在所述关联关系图中，具有关联关系的用户标识通过二者共同关联的ID属性连接。
A4、如A1所述的方法，还包括：
存储所述连通子图中各个ID属性与所述连通子图的标识的映射(例如，用作索引)；
存储所述连通子图的标识与所述连通子图的映射(例如，用作与所述索引对应的内容/数据详情)。
A5、如A1或A4所述的方法中，还包括：
根据所述连通子图中的ID属性查询历史数据获取与所述连通子图关联的历史连通子图；
基于所述连通子图和所述历史连通子图构建更新的连通子图。
A6、如A5所述的方法，所述根据所述连通子图中的ID属性查询历史数据获取与所述连通子图关联的历史连通子图，包括：
从所述连通子图中分批次地取多个连通子图；
根据所述多个连通子图所关联的所有ID属性查询所述历史数据，获取与所述所有ID属性中的各ID属性关联的历史连通子图。
A7、如A6所述的方法，所述基于所述连通子图和所述历史连通子图构建更新的连通子图，包括：
基于所述多个连通子图和所述与各ID属性关联的历史连通子图，确定其中所包含的用户标识之间的关联关系；
基于其中所包含的用户标识之间的关联关系，采用图论连通图算法计算得到更新的连通子图。
本发明还公开了B8、一种数据存储结构，该数据存储结构用于存储采用如A1-A4中任一项所述的方法得到的连通子图或采用如A5-A7中任一项所述的方法得到的更新的连通子图，包括：
索引模块，用于存储连通子图中各个ID属性与所述连通子图的标识的映射；
内容模块，用于存储所述连通子图的标识与所述连通子图的映射。
本发明还公开了C9、一种个体识别方法，包括：
根据搜索项查询采用如A1-A4中任一项所述的方法生成的连通子图或采用如A5-A7中任一项所述的方法生成的更新的连通子图，获取与所述搜索项关联的连通子图；
基于与所述搜索项关联的连通子图进行个体识别。
C10、如C9所述的方法，所述基于与所述搜索项关联的连通子图进行个体识别，包括：
根据配置信息从与所述搜索项关联的连通子图选取满足所述配置信息的部分连通子图；
基于所述部分连通子图中包含的用户标识确定所述个体。
本发明还公开了D11、一种应用于个体识别的数据处理装置，包括：
关系确定模块，用于根据表征用户身份的ID属性确定不同用户标识之间的关联关系；
关联关系图模块，用于根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图；
连通子图模块，用于基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图。
D12、如D11所述的装置，所述关系确定模块包括：
第一关联子模块，用于从每一组表征用户身份的ID属性中选取一种ID属性作为用户标识，并将该用户标识与当前组表征用户身份的ID属性关联；
第二关联子模块，用于基于多组用户标识以及与用户标识关联的ID属性，确定各个ID属性所关联的用户标识；
关系确定子模块，用于将关联于同一ID属性的至少两个用户标识确定为具有关联关系。
D13、如D11或D12所述的装置，在所述关联关系图中，具有关联关系的用户标识通过二者共同关联的ID属性连接。
D14、如D11所述的装置，还包括：
第一存储模块，用于存储连通子图中各个ID属性与所述连通子图的标识的映射；
第二存储模块，用于存储所述连通子图的标识与所述连通子图的映射。
D15、如D11或D14所述的装置，还包括：
查询模块，用于根据所述连通子图中的ID属性查询历史数据获取与所述连通子图关联的历史连通子图；
更新模块，用于基于所述连通子图和所述历史连通子图，构建更新的连通子图。
D16、如D15所述的装置，所述查询模块包括：
取出子模块，用于从所述连通子图中分批次地取多个连通子图；
查询子模块，用于根据所述多个连通子图所关联的所有ID属性查询所述历史数据，获取与所述所有ID属性中的各ID属性关联的历史连通子图。
D17、如D16所述的装置，所述更新模块包括：
关系确定子模块，用于基于所述多个连通子图和所述与各ID属性关联的历史连通子图，确定其中所包含的用户标识之间的关联关系；
更新子模块，用于基于关系确定子模块确定的关联关系，采用图论连通图算法计算得到更新的连通子图。
本发明还公开E18、一种个体识别装置，包括：
查询模块，用于根据搜索项查询采用如A1-A4中任一项所述的方法生成的连通子图或采用如权利要求A5-A7中任一项所述的方法生成的更新的连通子图，获取与所述搜索项关联的连通子图；
识别模块，用于基于与所述搜索项关联的连通子图进行个体识别。
E19、如E18所述的装置，所述识别模块包括：
选取子模块，用于根据配置信息从与所述搜索项关联的连通子图中选取满足所述配置信息的部分连通子图；
识别子模块，用于基于所述部分连通子图中包含的用户标识确定所述个体。
本发明还公开了F20、一种应用于个体识别的数据处理装置，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令供所述处理器调用执行；
所述处理器用于执行所述计算机指令以实现如A1-A7中任一项所述的数据处理方法。
本发明还公开了G21、一种个体识别装置，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令供所述处理器调用执行；
所述处理器用于执行所述计算机指令以实现如C9或C10所述的个体识别方法。
本发明还公开了H22、一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被执行时实现如A1-A7或C9-C10中任一项所述的方法。

Claims (15)

1.一种应用于个体识别的数据处理方法，其特征在于，包括：
根据表征用户身份的ID属性确定不同用户标识之间的关联关系；
根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图；
基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图；
其中，所述应用于个体识别的数据处理方法还包括：
根据所述连通子图中的ID属性查询历史数据获取与所述连通子图关联的历史连通子图，基于所述连通子图和所述历史连通子图构建更新的连通子图；
其中，所述根据所述连通子图中的ID属性查询历史数据获取与所述连通子图关联的历史连通子图，包括：
从所述连通子图中分批次地取多个连通子图，
根据所述多个连通子图所关联的所有ID属性查询所述历史数据，获取与所述所有ID属性中的各ID属性关联的历史连通子图；
其中，所述基于所述连通子图和所述历史连通子图构建更新的连通子图，包括：
基于所述多个连通子图和所述与各ID属性关联的历史连通子图，确定其中所包含的用户标识之间的关联关系，
基于其中所包含的用户标识之间的关联关系，采用图论连通图算法计算得到更新的连通子图。
2.根据权利要求1所述的方法，其特征在于，所述根据表征用户身份的ID属性确定不同用户标识之间的关联关系，包括：
从每一组表征用户身份的ID属性中选取一种ID属性作为用户标识，并将该用户标识与当前组表征用户身份的ID属性关联；
基于多组用户标识以及与用户标识关联的ID属性，确定各个ID属性所关联的用户标识；
如果单个ID属性关联至少两个用户标识，则确定该至少两个用户标识具有关联关系。
3.根据权利要求1或2所述的方法，其特征在于，
在所述关联关系图中，具有关联关系的用户标识通过二者共同关联的ID属性连接。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
存储所述连通子图中各个ID属性与所述连通子图的标识的映射；
存储所述连通子图的标识与所述连通子图的映射。
5.一种个体识别方法，其特征在于，所述方法包括：
根据搜索项查询采用如权利要求1-4中任一项所述的方法生成的连通子图或采用如权利要求1或4所述的方法得到的更新的连通子图；
基于与所述搜索项关联的连通子图进行个体识别。
6.根据权利要求5所述的方法，其特征在于，所述基于与所述搜索项关联的连通子图进行个体识别，包括：
根据配置信息从与所述搜索项关联的连通子图选取满足所述配置信息的部分连通子图；
基于所述部分连通子图中包含的用户标识确定所述个体。
7.一种应用于个体识别的数据处理装置，其特征在于，包括：
关系确定模块，用于根据表征用户身份的ID属性确定不同用户标识之间的关联关系；
关联关系图模块，用于根据所述不同用户标识之间的关联关系建立以用户标识和ID属性为节点的关联关系图；
连通子图模块，用于基于所述关联关系图进行拆分处理得到多个表征单个个体的连通子图；
其中，所述应用于个体识别的数据处理装置还包括：
查询模块，用于根据所述连通子图中的ID属性查询历史数据获取与所述连通子图关联的历史连通子图，
更新模块，用于基于所述连通子图和所述历史连通子图，构建更新的连通子图；
其中，所述查询模块包括：
取出子模块，用于从所述连通子图中分批次地取多个连通子图，
查询子模块，用于根据所述多个连通子图所关联的所有ID属性查询所述历史数据，获取与所述所有ID属性中的各ID属性关联的历史连通子图；其中，所述更新模块包括：
关系确定子模块，用于基于所述多个连通子图和所述与各ID属性关联的历史连通子图，确定其中所包含的用户标识之间的关联关系，
更新子模块，用于基于关系确定子模块确定的关联关系，采用图论连通图算法计算得到更新的连通子图。
8.根据权利要求7所述的装置，其特征在于，所述关系确定模块包括：
第一关联子模块，用于从每一组表征用户身份的ID属性中选取一种ID属性作为用户标识，并将该用户标识与当前组表征用户身份的ID属性关联；
第二关联子模块，用于基于多组用户标识以及与用户标识关联的ID属性，确定各个ID属性所关联的用户标识；
关系确定子模块，用于将关联于同一ID属性的至少两个用户标识确定为具有关联关系。
9.根据权利要求7或8所述的装置，其特征在于，在所述关联关系图中，具有关联关系的用户标识通过二者共同关联的ID属性连接。
10.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第一存储模块，用于存储所述连通子图中各个ID属性与所述连通子图的标识的映射；
第二存储模块，用于存储所述连通子图的标识与所述连通子图的映射。
11.一种个体识别装置，其特征在于，所述装置包括：
查询模块，用于根据搜索项查询采用如权利要求1-4中任一项所述的方法生成的连通子图或采用如权利要求1或4所述的方法生成的更新的连通子图，获取与所述搜索项关联的连通子图；
识别模块，用于基于与所述搜索项关联的连通子图进行个体识别。
12.根据权利要求11所述的装置，其特征在于，所述识别模块包括：
选取子模块，用于根据配置信息从与所述搜索项关联的连通子图中选取满足所述配置信息的部分连通子图；
识别子模块，用于基于所述部分连通子图中包含的用户标识确定所述个体。
13.一种应用于个体识别的数据处理装置，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令供所述处理器调用执行；
所述处理器用于执行所述计算机指令以实现如权利要求1-4中任一项所述的数据处理方法。
14.一种个体识别装置，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令供所述处理器调用执行；
所述处理器用于执行所述计算机指令以实现如权利要求5或6所述的个体识别方法。
15.一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被执行时实现如权利要求1-4或权利要求5-6中任一项所述的方法。
CN201710312522.9A 2017-05-05 2017-05-05 数据处理方法、个体识别方法及相关装置 Expired - Fee Related CN107193894B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710312522.9A CN107193894B (zh) 2017-05-05 2017-05-05 数据处理方法、个体识别方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710312522.9A CN107193894B (zh) 2017-05-05 2017-05-05 数据处理方法、个体识别方法及相关装置

Publications (2)

Publication Number Publication Date
CN107193894A CN107193894A (zh) 2017-09-22
CN107193894B true CN107193894B (zh) 2020-06-16

Family

ID=59873704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710312522.9A Expired - Fee Related CN107193894B (zh) 2017-05-05 2017-05-05 数据处理方法、个体识别方法及相关装置

Country Status (1)

Country Link
CN (1) CN107193894B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110599278B (zh) * 2018-06-12 2022-07-22 百度在线网络技术（北京）有限公司 聚合设备标识符的方法、装置和计算机存储介质
CN110825919B (zh) * 2018-07-23 2023-05-26 阿里巴巴集团控股有限公司 Id数据处理方法和装置
CN109213801A (zh) * 2018-08-09 2019-01-15 阿里巴巴集团控股有限公司 基于关联关系的数据挖掘方法和装置
CN109190035A (zh) * 2018-08-24 2019-01-11 北京奇虎科技有限公司 Id数据网数据分析方法、装置及计算设备
CN109697454B (zh) * 2018-11-06 2020-10-16 邓皓文 一种基于隐私保护的跨设备个体识别方法及装置
CN110751493B (zh) * 2019-10-11 2022-05-31 支付宝(杭州)信息技术有限公司 基于历史预约订单的风险防控方法以及装置
CN110737675A (zh) * 2019-10-16 2020-01-31 恩亿科(北京)数据科技有限公司 关联id查询方法、装置、电子设备和存储介质
CN111368013B (zh) * 2020-06-01 2020-09-25 深圳市卡牛科技有限公司 基于多账户的统一标识方法、系统、设备和存储介质
CN111701247B (zh) * 2020-07-13 2022-03-22 腾讯科技（深圳）有限公司 用于确定统一账号的方法和设备
CN112328658B (zh) * 2020-11-03 2023-08-08 北京百度网讯科技有限公司 用户档案数据处理方法、装置、设备及存储介质
CN113591088B (zh) * 2021-07-30 2023-08-29 百度在线网络技术（北京）有限公司 一种标识识别方法、装置及电子设备
CN113486218B (zh) * 2021-09-06 2021-12-14 北京世纪好未来教育科技有限公司 一种数据处理方法、装置、电子设备和存储介质
CN114064705A (zh) * 2021-10-19 2022-02-18 广州数说故事信息科技有限公司 多层关联下的用户信息融合方法、终端、存储介质及系统
CN115757396B (zh) * 2022-10-25 2023-07-18 杭州比智科技有限公司 一种oneid项目实现方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927307A (zh) * 2013-01-11 2014-07-16 阿里巴巴集团控股有限公司 一种识别网站用户的方法和装置
CN105099729A (zh) * 2014-04-22 2015-11-25 阿里巴巴集团控股有限公司 一种识别用户身份标识的方法和装置
CN105227352A (zh) * 2015-09-02 2016-01-06 新浪网技术(中国)有限公司 一种用户标识集的更新方法及装置
CN105224606A (zh) * 2015-09-02 2016-01-06 新浪网技术(中国)有限公司 一种用户标识的处理方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9699161B2 (en) * 2014-04-29 2017-07-04 Twitter, Inc. Authentication mechanism

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927307A (zh) * 2013-01-11 2014-07-16 阿里巴巴集团控股有限公司 一种识别网站用户的方法和装置
CN105099729A (zh) * 2014-04-22 2015-11-25 阿里巴巴集团控股有限公司 一种识别用户身份标识的方法和装置
CN105227352A (zh) * 2015-09-02 2016-01-06 新浪网技术(中国)有限公司 一种用户标识集的更新方法及装置
CN105224606A (zh) * 2015-09-02 2016-01-06 新浪网技术(中国)有限公司 一种用户标识的处理方法及装置

Also Published As

Publication number Publication date
CN107193894A (zh) 2017-09-22

Similar Documents

Publication Publication Date Title
CN107193894B (zh) 数据处理方法、个体识别方法及相关装置
CN108282527B (zh) 生成服务实例的分布式系统和方法
CN111046237B (zh) 用户行为数据处理方法、装置、电子设备及可读介质
CN103164416A (zh) 一种用户关系的识别方法及设备
CN110224859B (zh) 用于识别团伙的方法和系统
CN105744005A (zh) 客户定位分析方法及服务器
CN110442737A (zh) 基于图数据库的数字孪生方法及系统
US20220076231A1 (en) System and method for enrichment of transaction data
US10375005B2 (en) Dynamic hashtag ordering based on projected interest
US11244153B2 (en) Method and apparatus for processing information
CN105721629A (zh) 用户标识匹配方法和装置
CN111177481B (zh) 用户标识映射方法及装置
CN110263581A (zh) 合同签署方法、系统、终端设备及存储介质
CN111612085A (zh) 一种对等组中异常点的检测方法及装置
CN117235285B (zh) 融合知识图谱数据的方法及装置
CN114153862A (zh) 业务数据处理方法、装置、设备及存储介质
CN104965846A (zh) MapReduce平台上的虚拟人建立方法
CN112380402B (zh) 医疗单据处理方法、装置及系统
CN115994079A (zh) 测试方法、装置、电子设备、存储介质及程序产品
CN112347099A (zh) 数据处理方法、装置、计算设备及计算机可读存储介质
CN115936758A (zh) 基于大数据的智能拓客方法及相关装置
CN114745280B (zh) 资产信息管理方法、装置、设备及可读存储介质
CN115840738A (zh) 一种数据迁移方法、装置、电子设备及存储介质
CN116128525A (zh) 一种基于模式前缀共享的多模式图匹配查询方法及装置
CN114781517A (zh) 风险识别的方法、装置及终端设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Building N3, building 12, No. 27, Jiancai Chengzhong Road, Haidian District, Beijing 100086

Applicant after: Beijing Xingxuan Technology Co.,Ltd.

Address before: 100085 Beijing, Haidian District on the road to the information on the ground floor of the 1 to the 3 floor of the 2 floor, room 11, 202

Applicant before: Beijing Xiaodu Information Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200616