CN107666404B - 宽带网络用户识别方法和装置 - Google Patents

Abstract

本发明提出一种宽带网络用户识别方法和装置，涉及大数据领域。其中，本发明的宽带网络用户识别方法包括：提取宽带网络深度包检测技术DPI数据中的关键词信息，包括社交网站账号信息和/或域名信息；根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户，其中，移动用户识别信息包括用户标识和用户信息，用户信息包括用户的社交网站账号信息、用户常用的域名信息。此方法中能够通过将移动DPI数据与宽带网络DPI数据中的相同字段进行匹配的方式进行宽带网络DPI数据的源用户识别，能够较为准确的确定宽带网络DPI数据的源用户，提高了宽带网络DPI数据源用户识别的准确率。

Description

宽带网络用户识别方法和装置

技术领域

本发明涉及大数据领域，特别是一种宽带网络用户识别方法和装置。

背景技术

在大数据经营过程中，数据关联拼接是实现数据价值挖掘的基础。数据关联和拼接以多用户维度实现不同数据间的内容匹配，从而提升数据价值密度，充分挖掘数据价值。

数据关联中的一项重要技术为用户身份识别，即识别产生该条数据的用户并对数据进行标识。目前，宽带网络用户的DPI(Deep Packet Inspection，深度包检测技术)数据身份识别存在难题，宽带网络DPI只能识别到宽带账号，而一个宽带账号可能由多个家庭成员使用，不能识别产生DPI数据的自然人，从而使数据身份识别的准确率大大下降。

目前，对宽带网络用户的身份识别除了DPI数据分析，还有采用Cookie采集的手段。然而，Cookie依赖浏览器和网站，运营商只能向网站购买用户Cookie信息，并且购买的信息只能覆盖一部分用户。

发明内容

本发明的一个目的在于提出一种识别宽带网络DPI数据源用户的方案。

根据本发明的一个方面，提出一种宽带网络用户识别方法，包括：提取宽带网络深度包检测技术DPI数据中的关键词信息，关键词信息包括社交网站账号信息和/或域名信息；根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户，其中，移动用户识别信息包括用户标识和用户信息，用户信息包括用户的社交网站账号信息和/或用户常用的域名信息。

进一步地，关键词信息还包括宽带账号信息，移动用户识别信息还包括宽带账号信息；根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户包括：在移动用户识别信息中筛选宽带账号信息与关键词信息中的宽带账号信息相同的用户，确定初匹配用户集合；根据社交网站账号信息和/或域名信息在初匹配用户集合中确定宽带网络DPI数据的源用户。

进一步地，移动用户识别信息还包括社交网站账号信息和/或域名信息的权重；根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户包括：在移动用户识别信息中匹配关键词信息，确定移动用户识别信息中与关键词信息匹配的信息对应的权重；将权重与预定阈值比较，若权重大于预定阈值，则确定与关键词信息匹配的信息对应的用户标识为宽带网络数据的源用户的用户标识。

进一步地，还包括：根据移动DPI数据生成移动用户识别信息。

进一步地，还包括：根据移动DPI数据生成移动用户识别信息，包括：提取移动DPI数据中的用户手机号码、宽带账号信息、社交网站账号信息、用户常用的域名信息；根据预定策略确定社交网站账号信息、用户常用的域名信息对应的权重。

进一步地，预定策略包括：设置社交网站账号信息对应的权重不小于预定阈值；和，根据用户对域名信息的常用程度和域名信息的小众程度设置域名信息对应的权重。

进一步地，还包括：对宽带网络DPI数据进行针对宽带网络DPI数据的源用户的数据分析。

此方法中能够通过将移动DPI数据与宽带网络DPI数据中的相同字段进行匹配的方式进行宽带网络DPI数据的源用户识别，由于用于匹配的字段反映了用户自身的特点或是用户的私人账号，具有一定的识别度，因此能够较为准确的确定宽带网络DPI数据的源用户，提高了宽带网络DPI数据源用户识别的准确率。

根据本发明的另一个方面，提出一种宽带网络用户识别装置，包括：关键词提取模块，用于提取宽带网络深度包检测技术DPI数据中的关键词信息，关键词信息包括社交网站账号信息和/或域名信息；匹配模块，用于根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户，其中，移动用户识别信息包括用户标识和用户信息，用户信息包括用户的社交网站账号信息和/或用户常用的域名信息。

进一步地，关键词信息还包括宽带账号信息，移动用户识别信息还包括宽带账号信息；匹配模块包括：宽带账号匹配单元，用于在移动用户识别信息中筛选宽带账号信息与关键词信息中的宽带账号信息相同的用户，确定初匹配用户集合；源用户确定单元，用于根据社交网站账号信息和/或域名信息在初匹配用户集合中确定宽带网络DPI数据的源用户。

进一步地，移动用户识别信息还包括社交网站账号信息和/或域名信息的权重；匹配模块包括：权重获取单元，用于在移动用户识别信息中匹配关键词信息，确定移动用户识别信息中与关键词信息匹配的信息对应的权重；比较单元，用于将权重与预定阈值比较，若权重大于预定阈值，则确定与关键词信息匹配的信息对应的用户标识为宽带网络数据的源用户的用户标识。

进一步地，还包括：识别信息获取模块，用于根据移动DPI数据生成移动用户识别信息。

进一步地，还包括：识别信息获取模块，用于根据移动DPI数据生成移动用户识别信息，包括：信息提取单元，用于提取移动DPI数据中的用户手机号码、宽带账号信息、社交网站账号信息、用户常用的域名信息；权重确定单元，用于根据预定策略确定社交网站账号信息、用户常用的域名信息对应的权重。

进一步地，预定策略包括：设置社交网站账号信息对应的权重不小于预定阈值；和，根据用户对域名信息的常用程度和域名信息的小众程度设置域名信息对应的权重。

进一步地，还包括：数据分析模块，用于对宽带网络DPI数据进行针对宽带网络DPI数据的源用户的数据分析。

此装置能够通过将移动DPI数据与宽带网络DPI数据中的相同字段进行匹配的方式进行宽带网络DPI数据的源用户识别，由于用于匹配的字段反映了用户自身的特点或是用户的私人账号，具有一定的识别度，因此能够较为准确的确定宽带网络DPI数据的源用户，提高了宽带网络DPI数据源用户识别的准确率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明的宽带网络用户识别方法的一个实施例的流程图。

图2为本发明的宽带网络用户识别方法的另一个实施例的流程图。

图3为本发明的宽带网络用户识别方法的又一个实施例的流程图。

图4为本发明的宽带网络用户识别方法的再一个实施例的流程图。

图5为本发明的宽带网络用户识别装置的一个实施例的示意图。

图6为本发明的宽带网络用户识别装置中匹配模块的一个实施例的示意图。

图7为本发明的宽带网络用户识别装置中匹配模块的另一个实施例的示意图。

图8为本发明的宽带网络用户识别装置的另一个实施例的示意图。

图9为本发明的宽带网络用户识别装置中识别信息获取模块的一个实施例的示意图。

图10为本发明的宽带网络用户识别装置的又一个实施例的示意图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明的宽带网络用户识别方法的一个实施例的流程图如图1所示。

在步骤101中，提取宽带网络DPI数据中的关键词信息。可以获取发往用户侧的数据包、或从用户侧发出的数据包，提取其中具有标示性的字段作为关键词信息，关键词信息可以包括社交网站账号信息、域名信息等。由于社交网络账号多数情况下为私人账号，因此能够在一定程度上标识用户身份；用户往往有自己习惯登录的网站，因此域名信息也能够在一定程度上标识用户身份。

在步骤102中，根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户。移动用户识别信息为基于移动数据网络的用户数据生成的数据。由于根据移动网络数据能够获得用户手机号码，因此能够精确确定自然人。根据移动网络数据生成的移动用户识别信息包括用户标识，用户标识可以基于用户手机号码生成。移动用户识别信息还包括用户的社交网站账号信息、用户常用的域名信息等用户信息。通过社交网站信息、用户常用的域名信息的匹配，能够确定宽带网络DPI数据对应的用户标识，从而确定宽带网络DPI数据的源用户。

此方法中能够通过将移动DPI数据与宽带网络DPI数据中的相同字段进行匹配的方式进行宽带网络DPI数据的源用户识别，由于用于匹配的字段反映了用户自身的特点或为用户的私人账号，具有一定的识别度，因此能够较为准确的确定宽带网络DPI数据的源用户，提高了宽带网络DPI数据源用户识别的准确率。

在一个实施例中，由于用户可以使用同一终端登录宽带网络和移动网络，因此移动用户识别信息中还可以包括用户登录宽带网络时使用的宽带网络账号信息。在一个实施例中，如图2所示。

在步骤201中，在移动用户识别信息中筛选宽带账号信息与关键词信息中的宽带账号信息相同的用户，确定初匹配用户集合。

在步骤202中，根据社交网站账号信息、域名信息在初匹配用户集合中确定宽带网络DPI数据的源用户。

由于初匹配用户集合中的用户均采用相同的宽带账号登录宽带网络，因此能够极大的缩小匹配范围，提高了宽带网络DPI数据源用户确定的准确性。

在一个实施例中，可以为移动用户识别信息中的不同信息配置不同的权重，根据匹配成功的信息的权重得到确定用户身份的准确性。如图3所示：

在步骤301中，在移动用户识别信息中匹配关键词信息，确定移动用户识别信息中与关键词信息匹配的信息对应的权重。

在步骤302中，将权重与预定阈值比较，若权重大于预定阈值，则执行步骤303。

在步骤303中，确定与关键词信息匹配的信息对应的用户标识为宽带网络数据的源用户的用户标识。

此方法中用权重表示根据匹配成功的关键词确定用户身份的准确性。若权重较低，则说明不能够准确确定用户身份，如在匹配成功的关键词为一个较为常用的域名的情况下，可能与多个用户匹配成功，若没有任何一个用户的该域名对应的权重大于阈值，则可认为宽带网络DPI数据的源用户为匹配成功的移动网络用户中的任一个或多个；若权重较高，则能够较为准确的确定用户身份。例如，由于社交网络账号的私有性，可以将其权重配置为大于阈值，当匹配成功的为社交网络账号时，则可以较为肯定的确定源用户。这样的处理方式更为严谨，提高了用户确定的准确性，从而在使用宽带网络DPI数据进行用户分析时能够更加准确。

本发明的宽带网络用户识别方法的再一个实施例的流程图如图4所示。

在步骤401中，根据移动DPI数据生成移动用户识别信息。在一个实施例中，可以提取移动DPI数据中的用户手机号码、宽带账号信息、社交网站账号信息、用户常用的域名信息等，生成移动用户识别信息。在一个实施例中，社交网络账号可以通过用户打开社交网络首页时的URL得到。在一个实施例中，当获取移动DPI数据并确定包括用户的宽带账号信息、社交网站账号信息、用户常用的域名信息等时，查询对应用户的移动用户识别信息中是否已包括该移动DPI数据中的信息，若已包括，则不进行移动用户识别信息的更新，或仅调整对应信息的权重；若未包括移动DPI数据中的信息，则提取移动DPI数据中的信息添加到移动用户识别信息中。

在步骤402中，提取宽带网络DPI数据中的关键词信息。可以获取发往用户侧的数据包、或从用户侧发出的数据包，提取其中具有标示性的字段作为关键词信息，关键词信息可以包括社交网站账号信息、域名信息等。

在步骤403中，根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户。

此方法中，能够先根据移动DPI数据生成移动用户识别信息，如生成移动用户识别信息表，基于移动用户识别信息进行宽带网络用户的识别，从而解决多用户采用同一宽带账号上网时只能识别到账号的问题，便于实现宽带网络用户识别精确到自然人。

在一个实施例中，还可以根据预定策略设置社交网站账号信息、用户常用的域名信息对应的权重。预定策略可以是根据实际情况、经验值或建模实验确定的权重配置方法。在一个实施例中，由于社交网络账号的私有性，可以配置社交网络账号的权重不小于预定阈值，即若社交网络账号匹配成功即可以确定宽带网络用户身份；可以根据用户对域名信息的常用程度，以及域名的小众程度确定域名信息的权重：若用户使用该域名的次数较多，则权重较大；域名越小众，则权重越大。

采用此方法能够合理的配置移动用户识别信息中社交网络账号、域名信息的权重，从而提高宽带网络DPI数据源用户识别的准确性。

在一个实施例中，当确定宽带网络DPI数据的源用户后，根据宽带网络DPI数据进行数据分析，能够丰富对源用户的大数据分析结果，从而便于为用户提供更具个性化的服务。

本发明的宽带网络用户识别装置的一个实施例的示意图如图5所示。其中，关键词提取模块501能够提取宽带网络DPI数据中的关键词信息。可以获取发往用户侧的数据包、或从用户侧发出的数据包，提取其中标示性的字段作为关键词信息，关键词信息可以包括社交网站账号信息、域名信息等。由于社交网络账号多数情况下为私人账号，因此能够从一定程度上标识用户身份；用户往往有自己习惯登录的网站，因此域名信息也能够从一定程度上标识用户身份。匹配模块502能够根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户。移动用户识别信息为基于移动数据网络的用户数据生成的数据。由于根据移动网络数据能够获得用户手机号码，因此能够精确定位到自然人。根据移动网络数据生成的移动用户识别信息包括用户标识，用户标识可以基于用户手机号码生成。移动用户识别信息还包括用户的社交网站账号信息、用户常用的域名信息等用户信息。通过社交网站信息、用户常用的域名信息的匹配，能够确定宽带网络DPI数据对应的用户标识，从而确定宽带网络DPI数据的源用户。

此装置能够通过将移动DPI数据与宽带网络DPI数据中的相同字段进行匹配的方式进行宽带网络DPI数据的源用户识别，由于用于匹配的字段反映了用户自身的特点或为用户的私人账号，具有一定的识别度，因此能够较为准确的确定宽带网络DPI数据的源用户，提高了宽带网络DPI数据源用户识别的准确率。

在一个实施例中，由于用户可以使用同一终端登录宽带网络和移动网络，因此移动用户识别信息中还可以包括用户登录宽带网络时使用的宽带网络账号信息。在一个实施例中，匹配模块包括宽带账号匹配单元601和源用户确定单元602。宽带账号匹配单元601用于在移动用户识别信息中筛选宽带账号信息与关键词信息中的宽带账号信息相同的用户，确定初匹配用户集合。源用户确定单元602用于根据社交网站账号信息、域名信息在初匹配用户集合中确定宽带网络DPI数据的源用户。

由于初匹配用户集合中的用户均采用相同的宽带账号登录宽带网络，因此本装置能够极大的缩小匹配范围，提高了宽带网络DPI数据源用户确定的准确性。

在一个实施例中，可以为移动用户识别信息中的不同信息配置不同的权重，根据匹配成功的信息的权重得到确定用户身份的准确性。在一个实施例中，匹配模块包括权重获取单元701和比较单元702。权重获取单元701用于在移动用户识别信息中匹配关键词信息，确定移动用户识别信息中与关键词信息匹配的信息对应的权重；比较单元702用于将权重与预定阈值比较，若权重大于预定阈值，则确定与关键词信息匹配的信息对应的用户标识为宽带网络数据的源用户的用户标识。在一个实施例中，若权重不大于预定阈值，则比较单元702确定宽带网络DPI数据的源用户为匹配成功的移动网络用户中的任一个或多个。

此装置中用权重表示根据匹配成功的关键词确定用户身份的准确性，处理方式更为严谨，提高了用户确定的准确性，从而在使用宽带网络DPI数据进行用户分析时能够更加准确。

本发明的宽带网络用户识别装置的另一个实施例的示意图如图8所示。其中，识别信息获取模块803用于根据移动DPI数据生成移动用户识别信息。在一个实施例中，可以提取移动DPI数据中的用户手机号码、宽带账号信息、社交网站账号信息、用户常用的域名信息等，生成移动用户识别信息。关键词提取模块801用于提取宽带网络DPI数据中的关键词信息。可以获取发往用户侧的数据包、或从用户侧发出的数据包，提取其中标示性的字段作为关键词信息，关键词信息可以包括社交网站账号信息、域名信息等。匹配模块802用于根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户。

此装置能够先根据移动DPI数据生成移动用户识别信息，如生成移动用户识别信息表，基于移动用户识别信息进行宽带网络用户的识别，从而解决多用户采用同一宽带账号上网时只能识别到账号的问题，便于实现宽带网络用户识别精确到自然人。

在一个实施例中，如图9所示，识别信息获取模块包括信息提取单元901和权值确定单元902。其中，信息提取单元901用于提取移动DPI数据中的用户手机号码、宽带账号信息、社交网站账号信息、用户常用的域名信息等，生成移动用户识别信息。权值确定单元902用于根据预定策略确定社交网站账号信息、用户常用的域名信息对应的权重。预定策略可以是根据实际情况、经验值或建模实验确定的权重配置方法。在一个实施例中，由于社交网络账号的私有性，可以配置社交网络账号的权重不小于预定阈值，即若社交网络账号匹配成功即可以确定宽带网络用户身份；可以根据用户对域名信息的常用程度，以及域名的小众程度确定域名信息的权重：若用户使用该域名的次数较多，则权重较大；域名信息越小众，则权重越大。

此装置能够合理的配置移动用户识别信息中社交网络账号、域名信息的权重，从而提高宽带网络DPI数据源用户识别的准确性。

本发明的宽带网络用户识别装置的又一个实施例的示意图如图10所示。其中，关键词提取模块1001用于提取宽带网络DPI数据中的关键词信息。可以获取发往用户侧的数据包、或从用户侧发出的数据包，提取其中标示性的字段作为关键词信息，关键词信息可以包括社交网站账号信息、域名信息等。匹配模块1002用于根据移动用户识别信息匹配关键词信息，确定宽带网络DPI数据的源用户。数据分析模块1003用于根据宽带网络DPI数据进行数据分析。

此装置能够利用对宽带网络DPI数据的源用户确认结果对该用户的宽带网络DPI数据进行分析，能够丰富对源用户的大数据分析结果，从而便于为用户提供更具个性化的服务。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (12)

1.一种宽带网络用户识别方法，其特征在于，包括：

提取宽带网络深度包检测技术DPI数据中的关键词信息，所述关键词信息包括社交网站账号信息和域名信息，还包括宽带账号信息；

根据移动用户识别信息匹配所述关键词信息，确定所述宽带网络DPI数据的源用户，包括：

在所述移动用户识别信息中筛选所述宽带账号信息与所述关键词信息中的所述宽带账号信息相同的用户，确定初匹配用户集合；

根据所述社交网站账号信息和域名信息在所述初匹配用户集合中确定所述宽带网络DPI数据的源用户；

还包括：

在所述移动用户识别信息中匹配所述关键词信息，确定所述移动用户识别信息中与所述关键词信息匹配的信息对应的权重；将所述权重与预定阈值比较，若所述权重大于所述预定阈值，则确定与所述关键词信息匹配的信息对应的用户标识为所述宽带网络数据的源用户的用户标识；

其中，所述移动用户识别信息包括宽带账号信息、用户标识和用户信息，以及域名信息的权重，所述用户信息包括用户的社交网站账号信息和用户常用的域名信息，若域名被用户使用的次数较多，则权重较大；若域名越小众，则权重越大。

2.根据权利要求1所述的方法，其特征在于，

所述移动用户识别信息还包括所述社交网站账号信息。

3.根据权利要求1所述的方法，其特征在于，还包括：根据移动DPI数据生成所述移动用户识别信息。

4.根据权利要求3所述的方法，其特征在于，还包括：根据移动DPI数据生成所述移动用户识别信息，包括：

提取所述移动DPI数据中的用户手机号码、宽带账号信息、社交网站账号信息、用户常用的域名信息；

根据预定策略确定所述社交网站账号信息、所述用户常用的域名信息对应的权重。

5.根据权利要求4所述的方法，其特征在于，所述预定策略包括：

设置所述社交网站账号信息对应的权重不小于所述预定阈值；和，

根据用户对所述域名信息的常用程度和所述域名信息的小众程度设置所述域名信息对应的权重。

6.根据权利要求1～5任一所述的方法，其特征在于，还包括：

对所述宽带网络DPI数据进行针对所述宽带网络DPI数据的源用户的数据分析。

7.一种宽带网络用户识别装置，其特征在于，包括：

关键词提取模块，用于提取宽带网络深度包检测技术DPI数据中的关键词信息，所述关键词信息包括社交网站账号信息和域名信息，还包括宽带账号信息；

匹配模块，用于根据移动用户识别信息匹配所述关键词信息，确定所述宽带网络DPI数据的源用户，包括：

宽带账号匹配单元，用于在所述移动用户识别信息中筛选所述宽带账号信息与所述关键词信息中的所述宽带账号信息相同的用户，确定初匹配用户集合；

源用户确定单元，用于根据所述社交网站账号信息和域名信息在所述初匹配用户集合中确定所述宽带网络DPI数据的源用户；

还包括：

权重获取单元，用于在所述移动用户识别信息中匹配所述关键词信息，确定所述移动用户识别信息中与所述关键词信息匹配的信息对应的权重；

比较单元，用于将所述权重与预定阈值比较，若所述权重大于所述预定阈值，则确定与所述关键词信息匹配的信息对应的用户标识为所述宽带网络数据的源用户的用户标识

其中，所述移动用户识别信息包括宽带账号信息、用户标识和用户信息，以及域名信息的权重，所述用户信息包括用户的社交网站账号信息和用户常用的域名信息，若域名被用户使用的次数较多，则权重较大；若域名越小众，则权重越大。

8.根据权利要求7所述的装置，其特征在于，

所述移动用户识别信息还包括所述社交网站账号信息。

9.根据权利要求7所述的装置，其特征在于，还包括：

识别信息获取模块，用于根据移动DPI数据生成所述移动用户识别信息。

10.根据权利要求8所述的装置，其特征在于，还包括：识别信息获取模块，用于根据移动DPI数据生成所述移动用户识别信息，包括：

信息提取单元，用于提取所述移动DPI数据中的用户手机号码、宽带账号信息、社交网站账号信息、用户常用的域名信息；

权重确定单元，用于根据预定策略确定所述社交网站账号信息、所述用户常用的域名信息对应的权重。

11.根据权利要求10所述的装置，其特征在于，所述预定策略包括：

设置所述社交网站账号信息对应的权重不小于所述预定阈值；和，

根据用户对所述域名信息的常用程度和所述域名信息的小众程度设置所述域名信息对应的权重。

12.根据权利要求7～11任一所述的装置，其特征在于，还包括：

数据分析模块，用于对所述宽带网络DPI数据进行针对所述宽带网络DPI数据的源用户的数据分析。

Images