CN111046307B - 用于输出信息的方法和装置 - Google Patents
用于输出信息的方法和装置 Download PDFInfo
- Publication number
- CN111046307B CN111046307B CN201811197480.XA CN201811197480A CN111046307B CN 111046307 B CN111046307 B CN 111046307B CN 201811197480 A CN201811197480 A CN 201811197480A CN 111046307 B CN111046307 B CN 111046307B
- Authority
- CN
- China
- Prior art keywords
- user information
- category
- piece
- information
- user
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
本申请实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括:获取待匹配的至少一个用户信息,其中,用户信息包括至少一个属性信息;根据预定的分类字典将至少一个用户信息分为至少一个类别,其中,分类字典用于表征类别和属性信息的对应关系;对于至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息;输出各类别中属于同一用户的用户信息。该实施方式能够确定来自多个虚拟设备的用户信息是否属于同一自然人。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于输出信息的方法和装置。
背景技术
在互联网上用户行为定向应用中,对访客进行标记的常用方法是用cookie。当用户再次访问网站时,网站可以通过cookie中存储的信息对用户进行标定和识别。但是,有时对应于同一用户的cookie会以几个文件的形式保存,并且同一用户可使用不同的虚拟设备进行网络活动,产生不同的cookie。导致基于cookie的用户行为分析不够准确,故需要在对应同一用户的cookie之间建立准确度较高关联关系。在具体的问题上,一般用于个性化的移动设备标识的cookie,容易被用户清理,而且不同浏览器的cookie是不一致的,导致月活的cookie能达到百亿量级。对如此量级的cookie做两两组合,来预测是同一个自然人。
此外,在海量指纹、图像、脚印中找出属于同一用户的指纹、图像、脚印也需要两两组合进行匹配。这种匹配方式对于计算的要求非常高。
发明内容
本申请实施例提出了用于输出信息的方法和装置。
第一方面,本申请实施例提供了一种用于输出信息的方法,包括:获取待匹配的至少一个用户信息,其中,用户信息包括至少一个属性信息;根据预定的分类字典将至少一个用户信息分为至少一个类别,其中,分类字典用于表征类别和属性信息的对应关系;对于至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息;输出各类别中属于同一用户的用户信息。
在一些实施例中,根据预定的分类字典将至少一个用户信息分为至少一个类别,包括:将至少一个用户信息中的属性信息与至少一个级别的分类字典进行匹配;从至少一个级别的分类字典中确定出目标分类字典,其中,经目标分类字典匹配出的各类别的用户信息的数量小于预定阈值;根据目标分类字典将至少一个用户信息分为至少一个类别。
在一些实施例中,获取待匹配的至少一个用户信息,包括:获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息,属性信息包括网络地址;从至少一个候选用户信息中过滤掉网络地址为局域网地址的用户信息得到用户信息。
在一些实施例中,获取待匹配的至少一个用户信息,包括:获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息;从至少一个候选用户信息中过滤掉出现频次小于预定频次阈值的候选用户信息得到用户信息。
在一些实施例中,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息,包括:将属于该类别的至少一个用户信息组成至少一个用户信息对;对于至少一个用户信息对中的用户信息对,将该用户信息对输入预先训练的匹配模型,得到该用户信息对属于同一用户的置信度;将置信度大于预定置信度阈值的用户信息对确定为属于同一用户的用户信息。
在一些实施例中,将属于该类别的至少一个用户信息组成至少一个用户信息对,包括:对于属于该类别的至少一个用户信息中的用户信息,为该用户信息建立倒排索引,其中,倒排索引用于表征用户信息和各属性信息的对应关系;根据各用户信息的倒排索引查找到属性信息匹配的用户信息组成用户信息对。
第二方面,本申请实施例提供了一种用于输出信息的装置,包括:获取单元,被配置成获取待匹配的至少一个用户信息,其中,用户信息包括至少一个属性信息;分类单元,被配置成根据预定的分类字典将至少一个用户信息分为至少一个类别,其中,分类字典用于表征类别和属性信息的对应关系;匹配单元,被配置成对于至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息;输出单元,被配置成输出各类别中属于同一用户的用户信息。
在一些实施例中,分类单元进一步被配置成:将至少一个用户信息中的属性信息与至少一个级别的分类字典进行匹配;从至少一个级别的分类字典中确定出目标分类字典,其中,经目标分类字典匹配出的各类别的用户信息的数量小于预定阈值;根据目标分类字典将至少一个用户信息分为至少一个类别。
在一些实施例中,获取单元进一步被配置成:获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息,属性信息包括网络地址;从至少一个候选用户信息中过滤掉网络地址为局域网地址的用户信息得到用户信息。
在一些实施例中,获取单元进一步被配置成:获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息;从至少一个候选用户信息中过滤掉出现频次小于预定频次阈值的候选用户信息得到用户信息。
在一些实施例中,匹配单元进一步被配置成:将属于该类别的至少一个用户信息组成至少一个用户信息对;对于至少一个用户信息对中的用户信息对,将该用户信息对输入预先训练的匹配模型,得到该用户信息对属于同一用户的置信度;将置信度大于预定置信度阈值的用户信息对确定为属于同一用户的用户信息。
在一些实施例中,匹配单元进一步被配置成:对于属于该类别的至少一个用户信息中的用户信息,为该用户信息建立倒排索引,其中,倒排索引用于表征用户信息和各属性信息的对应关系;根据各用户信息的倒排索引查找到属性信息匹配的用户信息组成用户信息对。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。
本申请实施例提供的用于输出信息的方法和装置,通过先将用户信息根据属性信息分类,然后再在每个类别内部进行匹配以确定出属于同一用户的用户信息。从而减少了匹配的次数,提高了用户识别的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于输出信息的方法的一个实施例的流程图;
图3是根据本申请的用于输出信息的方法的一个应用场景的示意图;
图4是根据本申请的用于输出信息的方法的又一个实施例的流程图;
图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的用户信息提供支持的后台身份识别服务器。后台身份识别服务器可以对接收到的身份识别请求等数据进行分析等处理,并将处理结果(例如属于同一用户的用户信息)反馈给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于输出信息的方法一般由服务器105执行,相应地,用于输出信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法,包括以下步骤:
步骤201,获取待匹配的至少一个用户信息。
在本实施例中,用于输出信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其上网的终端接收待匹配的至少一个用户信息。其中,用户信息包括至少一个属性信息。用户信息可以是cookie、指纹、足迹、人脸图像等能标识用户身份的信息。待匹配的至少一个用户信息中可能有多个用户信息是属于同一用户的。本申请的目的就是从海量用户信息中找到属于同一用户的用户信息。每条用户信息中还包括至少一个属性信息。例如,IP地址,登陆时间、图像像素、图像颜色等信息。
例如,对于用户信息为cookie的情况,移动设备cookie的行为数据收集,这部分主要的逻辑就是对一天的行为属性,做数据清洗、归一化、属性的转换和组合,并汇总到全量行为属性。数据清洗时可过滤掉不合法的cookie,过滤掉来源不明的cookie。对于用户信息为指纹、足迹、人脸图像的情况,也需要做数据清洗、归一化、属性的转换和组合,数据清洗时可过滤掉清晰度不够或者包括亮点的指纹、足迹、人脸图像。整体分3轮计算:
1.ETL-MR(Extract Transform Load,Map Reduce,抽取、清洗转换、加载、映射、归约):此轮计算主要是较为简单的普通拷贝,不做属性的转换和组合。目的是为了将庞大的数据仓库数据落地我们关心的几个维度属性。
2.天级别属性聚合:此轮计算主要是将各个产品线的数据按照cookie拆分,做cookie级别的数据清洗、归一化、属性的转换和组合,形成cookie+属性的记录,然后再跨产品线进行cookie属性聚合。
3.全量cookie属性聚合:此轮计算主要是将今天之前的全量cookie属性和今天的增量cookie属性做属性聚合。
在本实施例的一些可选的实现方式中,获取待匹配的至少一个用户信息,包括:获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息,属性信息包括网络地址;从至少一个候选用户信息中过滤掉网络地址为局域网地址的用户信息得到用户信息。局域网地址没有区分度,无法从中提取出有效信息。
在本实施例的一些可选的实现方式中,获取待匹配的至少一个用户信息,包括:获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息;从至少一个候选用户信息中过滤掉出现频次小于预定频次阈值的候选用户信息得到用户信息。这种方式可过滤掉在临时停留地点的上网记录,例如手机在4G上网时可能要切换多个基站导致经常换IP地址。而使用WIFI上网时,IP地址固定,出现的频次高。通常是在家里或办公室通过WIFI上网,因此容易区分出用户。
步骤202,根据预定的分类字典将至少一个用户信息分为至少一个类别。
在本实施例中,分类字典用于表征类别和属性信息的对应关系。在对用户信息进行两两匹配之前可以先将海量的用户信息进行分类,将不可能属于同一用户的用户信息分隔开来,然后只在同一类型的内部进行用户信息匹配,可以减少匹配次数。分类字典中包括了类别和属性信息的对应关系。对于一个用户信息,通过在分类字典中查找该用户信息的某个属性信息,可确定出该用户信息的类别。例如,不同IP地址对应不同的地理区域,可根据用户信息中的IP地址属性信息确定用户所属的区域,按区域进行分类,例如分成上海、北京等地的用户。
在本实施例的一些可选的实现方式中,根据预定的分类字典将至少一个用户信息分为至少一个类别,包括:将至少一个用户信息中的属性信息与至少一个级别的分类字典进行匹配。从至少一个级别的分类字典中确定出目标分类字典,其中,经目标分类字典匹配出的各类别的用户信息的数量小于预定阈值。根据目标分类字典将至少一个用户信息分为至少一个类别。分类字典可以有多个级别,下一级别的分类字典是对上一级别的分类字典的细分。可首先匹配第一级别的分类字典,如果分类后每个类别的用户信息数量超过预定阈值,则使用下一级别的分类字典进行分类,如果分类后每个类别的用户信息数量不超过预定阈值,则使用该分类字典的分类结果进行下一步匹配,否则继续选择下一级别的分类字典进行分类。例如,IP地址可能通过IP到地域的异步字典获取地域信息,然后按照地区分类字典->区域分类字典->IP段分类字典->IP分类字典的优先级顺序,选取出目标分类字典。地区分类字典中可按IP地址所属地区将用户信息分成多类,例如,北京、上海,如果分类后的每个类别中的用户信息的数量小于预定阈值,则说明该分类字典合适,按照分类结果继续下一步的匹配。但如果该分类字典分出的结果中至少一个类别出现用户信息过多的情况,则说明该分类字典不合适,需要降级的分类字典,例如从地区分类字典换成区域分类字典。区域分类字典中可按IP地址所属地区将用户信息分成多类,例如,北京海淀区、北京西城区、上海浦东区、上海松江区等。如果区域分类字典的分类结果仍有某类别的用户信息过多,则继续选择下一级的分类字典进行分类。
步骤203,对于至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息。
在本实施例中,对于同一类别的用户信息两两进行匹配,根据相似度确定是否属于同一用户的用户信息。
可选地,可将同一类别的用户信息两两输入预先训练的匹配模型进行匹配。当匹配模型的输出的置信度小于预定置信度阈值,则认为输入的这对用户信息不属于同一用户,否则属于同一用户。匹配模型的训练分4个部分,分别是样本抽取,特征计算,LR(Logistic Regression,逻辑回归)模型训练,Q值预估。
1、通过登陆行为来标注正负样本。将属于同一用户的一对用户信息作为正样本,不属于同一用户的一对用户信息作为负样本。
2、特征是在多维属性上分别做余弦相似度和卡方相似度计算得到的特征。
3、LR模型训练过程。模型训练过程与现有的神经网络训练过程类似,因此不再赘述。
针对不同类别的样本,训练不同预测通道的差异化LR模型后,根据每对用户信息的召回率以及下游能接受的用户信息对总数,来决定正负样本的占比,从而决定模型的Q值。
步骤204,输出各类别中属于同一用户的用户信息。
在本实施例中,可将各类别中属于同一用户的用户信息输出到存储介质中或者向终端输出。不同的类别之间的用户信息无需再进行匹配。
继续参见图3,图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中,服务器从各用户的终端获取待匹配的至少一个用户信息301(cookie1…cookie2)。每个用户信息中包括了IP地址。然后将这些用户信息与分类字典302进行匹配,根据IP段分成多个类别303。对于每个类别,将属于该类别的用户信息进行两两匹配以确定出这两个用户信息是否属于同一用户。输出匹配结果304。
本申请的上述实施例提供的方法通过将用户信息先分类后再进行两两匹配,减少了匹配次数,提高了匹配效率,从而降低了识别用户信息是否属于同一自然人的成本。
进一步参考图4,其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400,包括以下步骤:
步骤401,获取待匹配的至少一个用户信息。
步骤402,根据预定的分类字典将至少一个用户信息分为至少一个类别。
步骤401-402与步骤201-202基本相同,因此不再赘述。
步骤403,对于至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息。
在本实施例中,对于每个类别,将属于该类别的用户信息划分成若干个用户信息对,然后再依次输入匹配模型。可以有选择的划分成用户信息对,把完全不可能是同一用户信息的不配对。从而减少输入匹配模型进行匹配的次数。
在本实施例的一些可选的实现方式中,将属于该类别的至少一个用户信息组成至少一个用户信息对,包括:
1、对于属于该类别的至少一个用户信息中的用户信息,为该用户信息建立倒排索引,其中,倒排索引用于表征用户信息和各属性信息的对应关系。
在一个类别内,根据cookie的不同维度的特征(搜索的关键词的内容和/或次数)建立倒排索引。例如,cookie1记录用户搜索了“中国”、“美国”,cookie2记录用户搜索了“中国”、“英国”。建立的倒排索引中通过“中国”可索引到cookie1和cookie2,通过“美国”可索引到cookie1,通过“英国”可索引到cookie2。
2、根据各用户信息的倒排索引查找到属性信息匹配的用户信息组成用户信息对。
每一个cookie在倒排索引上检索出属性信息匹配的其他cookie,构建cookie对。可选地,针对cookie对还可进一步分别在每个维度上查询对应的倒排索引,计算出在每个维度上的余弦相似度。将余弦相似度高于预定相似度阈值的cookie对作为匹配模型的输入。如果余弦相似度小于等于预定相似度阈值,则无需匹配模型即可确定出它们不属于同一用户。
步骤404,对于至少一个用户信息对中的用户信息对,将该用户信息对输入预先训练的匹配模型,得到该用户信息对属于同一用户的置信度。
在本实施例中,匹配模型的训练步骤如上文所示。匹配过程也与步骤203基本相同,因此不再赘述。
步405,将置信度大于预定置信度阈值的用户信息对确定为属于同一用户的用户信息。
在本实施例中,置信度阈值可通过上文所示的训练模型的过程调整。
步骤406,输出各类别中属于同一用户的用户信息。
步骤406与步骤204基本相同,因此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于输出信息的方法的流程400体现了对用户信息对进行选择的步骤。由此,本实施例描述的方案可以减少进行匹配的用户信息对的数量,从而进一步提高了匹配效率,降低时间成本。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出信息的装置500包括:获取单元501、分类单元502、匹配单元503和输出单元504。其中,获取单元501被配置成获取待匹配的至少一个用户信息,其中,用户信息包括至少一个属性信息。分类单元502被配置成根据预定的分类字典将至少一个用户信息分为至少一个类别,其中,分类字典用于表征类别和属性信息的对应关系。匹配单元503被配置成对于至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息。输出单元504被配置成输出各类别中属于同一用户的用户信息。
在本实施例中,用于输出信息的装置500的获取单元501、分类单元502、匹配单元503和输出单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中,分类单元502进一步被配置成:将至少一个用户信息中的属性信息与至少一个级别的分类字典进行匹配;从至少一个级别的分类字典中确定出目标分类字典,其中,经目标分类字典匹配出的各类别的用户信息的数量小于预定阈值;根据目标分类字典将至少一个用户信息分为至少一个类别。
在本实施例的一些可选的实现方式中,获取单元501进一步被配置成:获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息,属性信息包括网络地址;从至少一个候选用户信息中过滤掉网络地址为局域网地址的用户信息得到用户信息。
在本实施例的一些可选的实现方式中,获取单元501进一步被配置成:获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息;从至少一个候选用户信息中过滤掉出现频次小于预定频次阈值的候选用户信息得到用户信息。
在本实施例的一些可选的实现方式中,匹配单元503进一步被配置成:将属于该类别的至少一个用户信息组成至少一个用户信息对;对于至少一个用户信息对中的用户信息对,将该用户信息对输入预先训练的匹配模型,得到该用户信息对属于同一用户的置信度;将置信度大于预定置信度阈值的用户信息对确定为属于同一用户的用户信息。
在本实施例的一些可选的实现方式中,匹配单元503进一步被配置成:对于属于该类别的至少一个用户信息中的用户信息,为该用户信息建立倒排索引,其中,倒排索引用于表征用户信息和各属性信息的对应关系;根据各用户信息的倒排索引查找到属性信息匹配的用户信息组成用户信息对。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(如图1所示的服务器)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、分类单元、匹配单元和输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取待匹配的至少一个用户信息的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取待匹配的至少一个用户信息,其中,用户信息包括至少一个属性信息;根据预定的分类字典将至少一个用户信息分为至少一个类别,其中,分类字典用于表征类别和属性信息的对应关系;对于至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息;输出各类别中属于同一用户的用户信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于输出信息的方法,包括:
获取待匹配的至少一个用户信息,其中,用户信息包括至少一个属性信息;
根据预定的分类字典将所述至少一个用户信息分为至少一个类别,其中,所述分类字典用于表征类别和属性信息的对应关系;
对于所述至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息;
输出各类别中属于同一用户的用户信息;
其中,所述根据预定的分类字典将所述至少一个用户信息分为至少一个类别,包括:
将所述至少一个用户信息中的属性信息与至少一个级别的分类字典进行匹配;
从所述至少一个级别的分类字典中确定出目标分类字典,其中,经所述目标分类字典匹配出的各类别的用户信息的数量小于预定阈值;
根据所述目标分类字典将所述至少一个用户信息分为至少一个类别。
2.根据权利要求1所述的方法,其中,所述获取待匹配的至少一个用户信息,包括:
获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息,属性信息包括网络地址;
从所述至少一个候选用户信息中过滤掉网络地址为局域网地址的用户信息得到用户信息。
3.根据权利要求1所述的方法,其中,所述获取待匹配的至少一个用户信息,包括:
获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息;
从所述至少一个候选用户信息中过滤掉出现频次小于预定频次阈值的候选用户信息得到用户信息。
4.根据权利要求1-3之一所述的方法,其中,所述将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息,包括:
将属于该类别的至少一个用户信息组成至少一个用户信息对;
对于所述至少一个用户信息对中的用户信息对,将该用户信息对输入预先训练的匹配模型,得到该用户信息对属于同一用户的置信度;
将置信度大于预定置信度阈值的用户信息对确定为属于同一用户的用户信息。
5.根据权利要求4所述的方法,其中,所述将属于该类别的至少一个用户信息组成至少一个用户信息对,包括:
对于属于该类别的至少一个用户信息中的用户信息,为该用户信息建立倒排索引,其中,倒排索引用于表征用户信息和各属性信息的对应关系;
根据各用户信息的倒排索引查找到属性信息匹配的用户信息组成用户信息对。
6.一种用于输出信息的装置,包括:
获取单元,被配置成获取待匹配的至少一个用户信息,其中,用户信息包括至少一个属性信息;
分类单元,被配置成根据预定的分类字典将所述至少一个用户信息分为至少一个类别,其中,所述分类字典用于表征类别和属性信息的对应关系;
匹配单元,被配置成对于所述至少一个类别中的类别,将属于该类别的至少一个用户信息进行匹配以确定出属于同一用户的用户信息;
输出单元,被配置成输出各类别中属于同一用户的用户信息;
其中,所述分类单元进一步被配置成:
将所述至少一个用户信息中的属性信息与至少一个级别的分类字典进行匹配;
从所述至少一个级别的分类字典中确定出目标分类字典,其中,经所述目标分类字典匹配出的各类别的用户信息的数量小于预定阈值;
根据所述目标分类字典将所述至少一个用户信息分为至少一个类别。
7.根据权利要求6所述的装置,其中,所述获取单元进一步被配置成:
获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息,属性信息包括网络地址;
从所述至少一个候选用户信息中过滤掉网络地址为局域网地址的用户信息得到用户信息。
8.根据权利要求6所述的装置,其中,所述获取单元进一步被配置成:
获取待匹配的至少一个候选用户信息,其中,候选用户信息包括至少一个属性信息;
从所述至少一个候选用户信息中过滤掉出现频次小于预定频次阈值的候选用户信息得到用户信息。
9.根据权利要求6-8之一所述的装置,其中,所述匹配单元进一步被配置成:
将属于该类别的至少一个用户信息组成至少一个用户信息对;
对于所述至少一个用户信息对中的用户信息对,将该用户信息对输入预先训练的匹配模型,得到该用户信息对属于同一用户的置信度;
将置信度大于预定置信度阈值的用户信息对确定为属于同一用户的用户信息。
10.根据权利要求9所述的装置,其中,所述匹配单元进一步被配置成:
对于属于该类别的至少一个用户信息中的用户信息,为该用户信息建立倒排索引,其中,倒排索引用于表征用户信息和各属性信息的对应关系;
根据各用户信息的倒排索引查找到属性信息匹配的用户信息组成用户信息对。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811197480.XA CN111046307B (zh) | 2018-10-15 | 2018-10-15 | 用于输出信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811197480.XA CN111046307B (zh) | 2018-10-15 | 2018-10-15 | 用于输出信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111046307A CN111046307A (zh) | 2020-04-21 |
CN111046307B true CN111046307B (zh) | 2023-05-30 |
Family
ID=70230343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811197480.XA Active CN111046307B (zh) | 2018-10-15 | 2018-10-15 | 用于输出信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111046307B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102937951A (zh) * | 2011-08-15 | 2013-02-20 | 北京百度网讯科技有限公司 | 建立ip地址分类模型的方法、对用户分类的方法及装置 |
CN105447148A (zh) * | 2015-11-26 | 2016-03-30 | 上海晶赞科技发展有限公司 | 一种Cookie标识关联方法及装置 |
CN105787025A (zh) * | 2016-02-24 | 2016-07-20 | 腾讯科技(深圳)有限公司 | 网络平台公共账号分类方法及装置 |
CN106375259A (zh) * | 2015-07-20 | 2017-02-01 | 阿里巴巴集团控股有限公司 | 一种同用户账户识别方法及装置 |
CN106855864A (zh) * | 2015-12-09 | 2017-06-16 | 北京秒针信息咨询有限公司 | 一种提取信息的方法和装置 |
CN106960391A (zh) * | 2017-02-23 | 2017-07-18 | 武汉智寻天下科技有限公司 | 一种用户信息聚合方法、系统和装置 |
CN108173847A (zh) * | 2017-12-27 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 多账号用户追踪方法、装置、设备及计算机可读介质 |
CN108399418A (zh) * | 2018-01-23 | 2018-08-14 | 北京奇艺世纪科技有限公司 | 一种用户分类方法及装置 |
CN108512674A (zh) * | 2017-02-24 | 2018-09-07 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法、装置和设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10909145B2 (en) * | 2015-11-12 | 2021-02-02 | Adobe Inc. | Techniques for determining whether to associate new user information with an existing user |
-
2018
- 2018-10-15 CN CN201811197480.XA patent/CN111046307B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102937951A (zh) * | 2011-08-15 | 2013-02-20 | 北京百度网讯科技有限公司 | 建立ip地址分类模型的方法、对用户分类的方法及装置 |
CN106375259A (zh) * | 2015-07-20 | 2017-02-01 | 阿里巴巴集团控股有限公司 | 一种同用户账户识别方法及装置 |
CN105447148A (zh) * | 2015-11-26 | 2016-03-30 | 上海晶赞科技发展有限公司 | 一种Cookie标识关联方法及装置 |
CN106855864A (zh) * | 2015-12-09 | 2017-06-16 | 北京秒针信息咨询有限公司 | 一种提取信息的方法和装置 |
CN105787025A (zh) * | 2016-02-24 | 2016-07-20 | 腾讯科技(深圳)有限公司 | 网络平台公共账号分类方法及装置 |
CN106960391A (zh) * | 2017-02-23 | 2017-07-18 | 武汉智寻天下科技有限公司 | 一种用户信息聚合方法、系统和装置 |
CN108512674A (zh) * | 2017-02-24 | 2018-09-07 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法、装置和设备 |
CN108173847A (zh) * | 2017-12-27 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 多账号用户追踪方法、装置、设备及计算机可读介质 |
CN108399418A (zh) * | 2018-01-23 | 2018-08-14 | 北京奇艺世纪科技有限公司 | 一种用户分类方法及装置 |
Non-Patent Citations (1)
Title |
---|
混合方法视角下的跨屏用户类型研究;胡蓉等;《图书馆》;20180713(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111046307A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107679211B (zh) | 用于推送信息的方法和装置 | |
US10324977B2 (en) | Searching method and apparatus | |
US10783206B2 (en) | Method and system for recommending text content, and storage medium | |
US8762383B2 (en) | Search engine and method for image searching | |
CN109492772B (zh) | 生成信息的方法和装置 | |
CN107885873B (zh) | 用于输出信息的方法和装置 | |
US20180248879A1 (en) | Method and apparatus for setting access privilege, server and storage medium | |
CN107305611B (zh) | 恶意账号对应的模型建立方法和装置、恶意账号识别的方法和装置 | |
CN110119477B (zh) | 一种信息推送方法、装置和存储介质 | |
CN106354856B (zh) | 基于人工智能的深度神经网络强化搜索方法和装置 | |
CN110941978B (zh) | 一种未识别身份人员的人脸聚类方法、装置及存储介质 | |
CN112258254B (zh) | 基于大数据架构的互联网广告风险监测方法及系统 | |
CN107977678A (zh) | 用于输出信息的方法和装置 | |
CN113569740B (zh) | 视频识别模型训练方法与装置、视频识别方法与装置 | |
CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
CN110990541A (zh) | 一种实现问答的方法及装置 | |
CN111444364B (zh) | 一种图像检测方法和装置 | |
US20130230248A1 (en) | Ensuring validity of the bookmark reference in a collaborative bookmarking system | |
CN112446214A (zh) | 广告关键词的生成方法、装置、设备及存储介质 | |
CN111046307B (zh) | 用于输出信息的方法和装置 | |
CN111966851B (zh) | 基于少量样本的图像识别方法和系统 | |
CN111382365B (zh) | 用于输出信息的方法和装置 | |
CN113486211A (zh) | 帐号识别方法、装置、电子设备、存储介质及程序产品 | |
CN111612783A (zh) | 一种数据质量评估方法及系统 | |
CN115250200B (zh) | 服务授权认证方法及其相关设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |