CN111753200A - 一种数据确定方法、装置、设备及介质 - Google Patents
一种数据确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111753200A CN111753200A CN202010578936.8A CN202010578936A CN111753200A CN 111753200 A CN111753200 A CN 111753200A CN 202010578936 A CN202010578936 A CN 202010578936A CN 111753200 A CN111753200 A CN 111753200A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- distribution range
- candidate
- determining
- 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.)
- Granted
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本说明书实施例公开了一种数据确定方法、装置、设备及介质,数据确定方法包括:获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;根据所述目标分布范围内的候选数据确定目标数据。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种数据确定、装置、设备及介质。
背景技术
现有技术中会产生各种数据,数据除了具有多样性外,有的数据还可能是虚假数据,具有欺骗性,如何从繁杂的数据中确定需要的数据成为重要课题。
有鉴于此,需要更有效和更高效的数据确定方案。
发明内容
本说明书实施例提供一种数据确定方法、装置、设备及介质,用以解决如何更有效和更高效地确定目标数据的技术问题。
为解决上述技术问题,本说明书实施例采用如下技术方案:
本说明书实施例提供一种数据确定方法,包括:
获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;
确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
根据所述目标分布范围内的候选数据确定目标数据。
本说明书实施例提供一种位置数据确定方法,包括:
获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;其中,所述基准数据为目标对象的属性数据或标识数据,所述候选数据为所述目标对象的关联交易事件的位置属性数据;
确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据。
本说明书实施例提供一种数据确定装置,包括:
数据准备模块,用于获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;
数据范围划分模块,用于确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
数据范围锁定模块,用于根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
数据锁定模块,用于根据所述目标分布范围内的候选数据确定目标数据。
本说明书实施例提供一种位置数据确定装置,包括:
数据准备模块,用于获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;其中,所述基准数据为目标对象的属性数据或标识数据,所述候选数据为所述目标对象的关联交易事件的位置属性数据;
数据范围划分模块,用于确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
数据范围锁定模块,用于根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
数据锁定模块,用于根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据。
本说明书实施例提供一种数据确定设备,包括:
至少一个处理器;
以及,
与所述至少一个处理器通信连接的存储器;
其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,使所述至少一个处理器能够执行上述的数据确定方法。
本说明书实施例提供一种位置数据确定设备,包括:
至少一个处理器;
以及,
与所述至少一个处理器通信连接的存储器;
其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,使所述至少一个处理器能够执行上述的位置数据确定方法。
本说明书实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现上述的数据确定方法。
本说明书实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现上述的位置数据确定方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
将基准数据和候选数据结合使用,通过基准数据确定候选数据的目标分布范围,进而根据目标分布范围内的候选数据确定目标数据,能够更快速、更有效和更高效地确定所需要的数据分布范围以及目标数据,提高目标数据的确定速度和效率;并且所确定的目标分布范围以及目标数据准确性高,能够提高所确定的目标数据质量。
附图说明
图1是本说明书第一个实施例提供的数据确定方法的执行主体示意图。
图2是本说明书第一个实施例提供的数据确定方法的流程示意图。
图3是本说明书第一个实施例提供的数据确定流程示意图。
图4是本说明书第二个实施例提供的位置数据确定方法的流程示意图。
图5是本说明书第二个实施例提供的商户设备与用户设备对应示意图。
图6是本说明书第三个实施例提供的数据确定装置的结构示意图。
图7是本说明书第四个实施例提供的位置数据确定装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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申请一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
现有技术中会产生各种数据,数据除了具有多样性外,有的数据还可能是虚假数据,即不可信数据,具有欺骗性,如何从繁杂的数据中确定需要的数据成为重要课题。
本说明书实施例提供一种数据确定方法,本实施例的执行主体可以是终端(包括但不限于手机、计算机、pad等)或者服务器或者相应的数据确定平台或操作系统等,即执行主体可以是多种多样的,可以根据需要设置、使用或者变换执行主体。另外,也可以有第三方应用程序协助所述执行主体执行本实施例。例如图1所示,可以由服务器来执行本实施例中的数据确定方法,并且可以在(用户所持有的)终端上安装(与所述服务器)相对应的应用程序,终端或应用程序与服务器之间可以进行数据传输,通过终端或应用程序来进行数据的采集或输入或输出或(向用户)进行页面或信息展示,从而辅助服务器执行本实施例中的数据确定方法。
如图2和图3所示,本实施例提供的数据确定方法包括:
S101:(执行主体)获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;
本实施例中,所要确定的数据称为目标数据,目标数据可以是属于目标对象的,可以产生数据的互联网节点或账户或产品都可以作为目标对象,目标对象包括但不限于互联网账户、终端、服务器。
为了确定目标数据,可以获取数据集,数据集中可以包括基准数据和候选数据。目标数据一般是从候选数据中确定,或目标数据是由候选数据计算或转换得到的。候选数据包括但不限于位置数据,位置数据包括但不限于经纬度数据。
本实施例中,基准数据可以是用来确定或锁定目标对象的数据。其中,基准数据可以为目标对象的属性数据或标识数据,例如若目标对象为终端,则基准数据可以是目标对象的标识数据,包括但不限于目标对象的IP地址、mac地址。另外,基准数据可以是目标对象关联的属性数据或标识数据,例如目标对象是互联网账户,则基准数据可以是目标对象的登录终端的属性数据或标识数据,包括但不限于登录终端的IP地址、mac地址。由于目标对象的登录终端与目标对象关联,基准数据是登录终端的属性数据或表示数据,从而也就是目标对象关联的属性数据或标识数据,即基准数据可以与目标对象通过各种途径或方式关联。和/或,本实施例中,候选数据可以是目标对象的关联事件的属性数据。目标对象可以参与或执行各种事件,例如某账户在某终端上登录,则该账户和该终端都参与了此次登录事件,又比如对于交易事件,交易双方的终端和/或账户都参与了此次交易事件。事件可以有各种属性,例如事件的发生时间、发生位置、事件类型等,本实施例对事件的具体内容或属性不作具体限定。若目标对象参与了某事件,则该事件为目标对象的关联事件,候选数据可以是目标对象的关联事件的一种或多种属性数据。特别的,目标对象可以就是事件,即事件可以是目标对象的一种,例如将交易事件看作目标对象。
本实施例中,候选数据可以包括基础候选数据和根据基础候选数据得到的衍生候选数据,例如基础候选数据是经纬度数据,根据经纬度数据可以得到城市名和国家或地区名,则经纬度数据可以作为基础候选数据,城市名和国家或地区名可以作为由基础候选数据得到的衍生候选数据。
本实施例中,基准数据的可信度一般高于候选数据的可信度,因此可以根据可信度确定什么样的数据作为基准数据。
本实施例中,可以基于目标对象来获取上述基准数据和候选数据,例如确定了某目标对象A,则可以获取目标对象A关联的基准数据和目标对象A关联的候选数据,从而得到包括基准数据和候选数据的数据集;和/或,可以基于事件来获取上述基准数据和候选数据,例如确定了某类事件,则可以获取该类事件关联的目标对象的基准数据以及该类事件关联的候选数据,从而得到包括基准数据和候选数据的数据集。
本实施例中,可以先确定初始数据集,对初始数据集进行预处理以得到上述数据集。初始数据集中可以包括初始基准数据和初始候选数据,对初始基准数据进行预处理(包括但不限于数据清洗)以得到上述基准数据,和/或,对初始候选数据进行预处理(包括但不限于数据清洗)以得到上述候选数据。若不对初始基准数据进行预处理,则可以将初始基准数据作为上述基准数据,和/或,若不对初始候选数据进行预处理,则可以将初始候选数据作为上述候选数据。
在获取了基准数据和候选数据后,可以建立基准数据和候选数据的映射关系。如上所述,由于基准数据和候选数据都可以与目标对象或事件关联,那么当然可以建立基准数据和候选数据的映射关系,例如与同一目标对象关联的基准数据和候选数据可以有映射关系,与同一事件关联的基准数据和候选数据可以有映射关系。
S103:(执行主体)确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
本实施例中,可以确定候选数据对应的多个分布范围。确定候选数据的分布范围可以采用如下1.1和/或1.1所述的方式(本实施例不限于1.1和/或1.1所述的方式):
1.1、预先划定分布范围
本实施例中,可以预先划定若干分布范围,候选数据落入相应的分布范围中,有候选数据落入的分布范围即为候选数据对应的分布范围。可以通过设置或调整分布范围的范围大小,以使候选数据落入多个分布范围中。
1.2、根据候选数据划定多个分布范围
确定了候选数据后,可以根据候选数据划定候选数据对应的多个分布范围,以使每个分布范围都有候选数据落入其中。具体的,可以对候选数据进行聚类,根据聚类结果划定分布范围,以使每个分布范围都有候选数据落入其中,以得到所述候选数据对应的多个分布范围。
各个分布范围的范围大小一般是相同的。以下所述的分布范围皆指候选数据对应的分布范围。
在确定了候选数据对应的分布范围后,可以根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系。具体的,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系包括:
对任一基准数据和任一分布范围,若该基准数据与该分布范围内的任一候选数据具有映射关系,则该基准数据与该分布范围具有映射关系。本实施例中,数据可以有基本计量单位(简称“单位”),本实施例中“任一”数据是指任一单位的数据,同样“一个”数据也是指一个单位的数据。例如任一基准数据是指任一单位的基准数据,任一候选数据是指任一单位的候选数据,一个基准数据是指一个单位的基准数据,一个候选数据是指一个单位的候选数据。这里的单位可以是组或其他单位。
需要说明的是,不同的基准数据可以映射相同或不同的分布范围,每个基准数据可以映射一个或多个分布范围。
A105:(执行主体)根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
本实施例中,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:
对任一所述基准数据,根据该基准数据和各所述分布范围的映射关系从各所述分布范围中确定该基准数据对应的目标分布范围。具体的,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:对任一基准数据,将与该基准数据具有最多映射关系的分布范围作为该基准数据对应的目标分布范围。一个基准数据一般有一个目标分布范围,若有多个分布范围与该基准数据的映射关系并列最多,则选择其中一个分布范围为该基准数据对应的目标分布范围。其中,任一基准数据与任一分布范围之间的映射关系的数量可以根据该分布范围内与该基准数据具有映射关系的候选数据数(如上,数据是有单位的,故数据有数量),即该分布范围内与该基准数据具有映射关系的候选数据数越多,该分布范围与该基准数据的映射关系越多。
S107:(执行主体)根据所述目标分布范围内的候选数据确定目标数据。
本实施例中,根据所述目标分布范围内的候选数据确定目标数据可以采用如下2.1或2.2所述的方式(本实施例不限于2.1或2.2所述的方式):
2.1、数据集中的基准数据关联同一个目标对象
根据所述目标分布范围内的候选数据确定目标数据包括:
将(各基准数据对应的)所述目标分布范围内的全部或部分候选数据作为(所述同一个目标对象对应的)目标数据;
或,
根据(各基准数据对应的)所述目标分布范围内的全部或部分候选数据计算得到目标数据,例如将(各基准数据对应的)所有目标分布范围内的候选数据取均值作为(所述同一个目标对象对应的)目标数据;
或,
根据(各基准数据对应的)所述目标分布范围内的全部或部分候选数据转换得到(所述同一个目标对象对应的)目标数据。
2.2、与数据集中的基准数据关联的目标对象有多个
对任一目标对象,确定该目标对象关联的基准数据对应的目标分布范围,则根据所述目标分布范围内的候选数据确定目标数据包括:对任一目标对象,根据“该目标对象关联的基准数据”对应的所述目标分布范围内的候选数据确定“该目标对象的目标数据”。具体的,根据该目标对象关联的基准数据对应的所述目标分布范围内的候选数据确定该目标对象的目标数据可以包括:
将(该目标对象关联的基准数据对应的)所述目标分布范围内的全部或部分候选数据作为(该目标对象对应的)目标数据;例如,某目标对象关联基准数据A1、基准数据A2,则将A1和A2对应的所述目标分布范围内的全部或部分候选数据作为(该目标对象对应的)目标数据;或,
根据(该目标对象关联的基准数据对应的)所述目标分布范围内的全部或部分候选数据计算得到(该目标对象对应的)目标数据,例如将(该目标对象关联的基准数据对应的)所有目标分布范围内的全部或部分候选数据取均值作为(该目标对象对应的)目标数据;例如,某目标对象关联基准数据A1、基准数据A2,则根据A1和A2对应的所述目标分布范围内的全部或部分候选数据计算得到(该目标对象对应的)目标数据;或,
根据(该目标对象关联的基准数据对应的)所述目标分布范围内的全部或部分候选数据转换得到(该目标对象对应的)目标数据;某目标对象关联基准数据A1、基准数据A2,则根据A1和A2对应的所述目标分布范围内的全部或部分候选数据转换得到(该目标对象对应的)目标数据。
本实施例中,目标数据可以包括基础目标数据和衍生目标数据,根据所述目标分布范围内的候选数据确定目标数据可以采用2.3或2.4所述的方式(本实施例不限于2.1或2.2所述的方式):
2.3、所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据
若所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据,则根据所述目标分布范围内的候选数据确定目标数据可以包括:根据所述目标分布范围内的基础候选数据确定基础目标数据,具体的,可以将上述2.1或2.2中的候选数据变更为基础候选数据,可以将上述2.1或2.2中的目标数据变更为基础目标数据;根据所述目标分布范围内的衍生候选数据确定衍生目标数据,具体的,可以将上述2.1或2.2中的候选数据变更为衍生候选数据,可以将上述2.1或2.2中的目标数据变更为衍生目标数据。
2.4、所述候选数据不区分基础候选数据和衍生候选数据
若所述候选数据不区分基础候选数据和衍生候选数据,则根据所述目标分布范围内的候选数据确定目标数据可以包括:根据所述目标分布范围内的候选数据确定基础目标数据,具体的,可以将上述2.1或2.2中的目标数据变更为基础目标数据;根据基础目标数据得到衍生目标数据。
本实施例中,根据所述目标分布范围内的候选数据确定目标数据前,还可以确定基准数据和/或目标分布范围的可信性。具体的,根据所述目标分布范围内的候选数据确定目标数据前,本实施例还包括:根据所述目标分布范围内的候选数据量确定所述目标分布范围是否为可信目标分布范围;例如,对于任一目标分布范围,若该目标分布范围内的候选数据量超过预设量,则可以判定该目标分布范围为可信目标分布范围;和/或,根据所述目标分布范围内的候选数据确定目标数据前,本实施例还包括:对任一基准数据,根据该基准数据对应的所述目标分布范围内的候选数据量确定该基准数据是否为可信基准数据和/或该基准数据对应的目标分布范围是否为可信目标分布范围。
本实施例中,若是进行了可信目标分布范围和/或可信基准数据的判定,则根据所述目标分布范围内的候选数据确定目标数据包括:
根据所述可信基准数据对应的目标分布范围内的候选数据确定目标数据(即S107中确定目标数据使用可信基准数据对应的目标分布范围)和/或根据所述可信目标分布范围内的候选数据确定目标数据(即S107中确定目标数据使用可信目标分布范围)。即可以将S107中确定目标数据所使用的基准数据和/或目标分布范围限定为可信基准数据和/或可信目标分布范围。
本实施例中,将基准数据和候选数据结合使用,在划定候选数据的分布范围基础上,通过基准数据确定候选数据的目标分布范围,进而根据目标分布范围内的候选数据确定目标数据,能够更快速、更有效和更高效地确定所需要的数据分布范围以及目标数据,提高目标数据的确定速度和效率;由于目标分布范围是根据候选数据和基准数据综合确定的,所确定的目标分布范围以及目标数据准确性高,能够提高所确定的目标数据质量;通过基准数据确定候选数据的目标分布范围,通过目标分布范围内的候选数据确定基准数据和/或目标分布范围是否可信,进而根据可信基准数据对应的目标分布范围内的候选数据确定目标数据和/或根据可信目标分布范围内的候选数据确定目标数据,提高所确定的目标数据的可信性。
本说明书第二个实施例是第一个实施例在确定位置数据场景下的应用。现有技术中,很多情况下需要确定目标对象的位置数据。例如在交易情境下,某商户在B国使用A国的电子支付工具,当B国用户与该商户进行电子交易时,会导致B国资金流入A国,从而提高了交易监管的难度,因此需要确定商户的交易位置,即商户对应的位置数据。
第二个实施例的执行主体可以是终端(包括但不限于手机、计算机、pad等)或者服务器或者相应的位置数据确定平台或操作系统等,即执行主体可以是多种多样的,可以根据需要设置、使用或者变换执行主体。另外,也可以有第三方应用程序协助所述执行主体执行本实施例。例如图1所示,可以由服务器来执行本实施例中的位置数据确定方法,并且可以在(用户所持有的)终端上安装(与所述服务器)相对应的应用程序,终端或应用程序与服务器之间可以进行数据传输,通过终端或应用程序来进行数据的采集或输入或输出或(向用户)进行页面或信息展示,从而辅助服务器执行本实施例中的位置数据确定方法。
如图4所示,本实施例提供的位置数据确定方法包括:
S201:获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;其中,所述基准数据为目标对象的属性数据或标识数据,所述候选数据为所述目标对象的关联交易事件的位置属性数据;
详细内容参照S101。需要说明的是,本实施例中可以通过目标对象参与或关联的交易事件的相关数据来确定目标对象的位置。本实施例中的目标对象可以是现实中的自然人或主体,特别的,目标对象可以是目标账户(账户可以代表现实中的自然人或主体)或目标设备(目标设备即现实中的自然人或主体拥有的设备)。本实施例中的基准数据包括但不限于目标对象的IP数据(例如还可以是mac数据)。本实施例中的候选数据为目标对象的关联交易事件的位置属性数据,即若目标对象参与或关联了一系列交易事件,则可以获取这一系列交易事件的位置属性数据作为候选数据。其中,候选数据包括但不限于经纬度数据。虽然经纬度数据也是一种形式的位置数据,但由于经纬度可能产生漂移等情况,因而具有欺骗性,本实施例中获取的候选数据并不直接作为目标对象的位置数据。
本实施例中,通过目标对象的一系列关联交易事件,确定这一系列交易事件对应的经纬度数据,则目标对象的IP数据就可以和这一系列交易数据的经纬度数据建立映射关系,即建立所述基准数据和所述候选数据的映射关系。候选数据可以包括基础候选数据和根据所述基础候选数据得到的衍生候选数据,例如,由于每个经纬度数据可以属于具体的城市和/或国家和/或地区,故而可以将经纬度数据作为基础候选数据,将由经纬度数据得到的城市和/或国家和/或地区数据作为由基础候选数据得到的衍生候选数据,从而可以确定基准数据和基础候选数据和/或衍生候选数据的映射关系。
本实施例中,获取基准数据和候选数据包括:
确定目标对象(例如某目标设备或某目标账户),获取目标对象关联的基准数据和候选数据;
和/或,
确定目标事件(例如某目标设备或某目标账户的关联交易事件),获取目标事件关联的基准数据和候选数据。
本实施例中,确定所述数据集前,本实施例还可以包括:
确定包括初始基准数据和初始候选数据的初始数据集;
对所述初始基准数据进行预处理(例如数据清洗,例如某些不可信IP或代理IP可以清洗掉),以确定基准数据;和/或,对所述初始候选数据进行预处理,以确定候选数据。
S203:确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
具体内容参照S103。
具体的,可以对经纬度进行网格划分,每个网格作为一个分布范围,从而确定经纬度数据对应的多个分布范围。相应的,可以确定城市和/或国家和/或地区数据对应的多个分布范围。
确定所述候选数据对应的多个分布范围可以包括:对所述候选数据进行聚类,以得到所述候选数据对应的多个分布范围。故而,可以对经纬度数据和/或城市和/或国家和/或地区数据进行聚类,根据聚类结果确定合适的网格范围。
根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系可以包括:对任一所述基准数据和任一所述分布范围,若该基准数据与该分布范围内的任一所述候选数据具有映射关系,则该基准数据与该分布范围具有映射关系。例如,若某IP数据与某分布范围内的经纬度数据具有映射关系,则该IP数据与该分布范围具有映射关系。
根据目标对象的IP数据与经纬度数据和/或城市和/或国家和/或地区数据等的映射关系,确定基准数据与各分布范围的映射关系。
S205:根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
具体内容参照S105。
本实施例中,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:对任一所述基准数据,根据该基准数据和各所述分布范围的映射关系从各所述分布范围中确定该基准数据对应的目标分布范围。
根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围可以包括:对任一所述基准数据,将与该基准数据具有最多映射关系的所述分布范围作为该基准数据对应的目标分布范围。
具体的,若某个网格中与某IP数据具有映射关系的经纬度数据和/或城市和/或国家和/或地区数据最多,则该网格为该IP数据对应的目标分布范围。
经过上述内容,对于每个基准数据(每个IP数据),都可以确定其对应的目标分布范围及其目标分布范围内的经纬度数据和/或城市和/或国家和/或地区数据。由于基准数据与目标对象关联,每个基准数据(每个IP数据),都可以确定其对应的目标分布范围及其目标分布范围内的经纬度数据和/或城市和/或国家和/或地区数据也就相当于确定了该基准数据关联的目标对象对应的目标分布范围及其目标分布范围内的经纬度数据和/或城市和/或国家和/或地区数据。
S207:根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据。
具体内容参照S107。
本实施例中,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据可以包括:对任一所述目标对象,根据该目标对象的所述基准数据对应的所述目标分布范围内的所述候选数据确定该目标对象对应的目标位置数据。
本实施例中,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据可以包括:将所述目标分布范围内的全部或部分候选数据作为所述目标对象对应的目标位置数据;例如,对于任一目标对象,可以将该目标对象对应的目标分布范围内的全部或部分经纬度数据和/或城市和/或国家和/或地区数据作为该目标对象对应的目标位置数据;或,
根据所述目标分布范围内的全部或部分候选数据计算得到所述目标对象对应的目标位置数据;例如,对于任一目标对象,可以根据该目标对象对应的目标分布范围内的全部或部分经纬度数据和/或城市和/或国家和/或地区数据计算(计算包括但不限于取均值,下同)得到该目标对象对应的目标位置数据;或,
根据所述目标分布范围内的全部或部分候选数据转换得到所述目标对象对应的目标位置数据;例如,对于任一目标对象,可以根据该目标对象对应的目标分布范围内的全部或部分经纬度数据和/或城市和/或国家和/或地区数据转换(包括但不限于经纬度数据向实际地理名称的转换,下同)得到该目标对象对应的目标位置数据。
本实施例中,目标位置数据可以是经纬度数据和/或城市和/或国家和/或地区数据。
本实施例中,目标位置数据可以包括基础目标位置数据和根据所述基础目标位置数据得到的衍生目标位置数据,由于每个经纬度数据可以属于具体的城市和/或国家和/或地区,故而可以将经纬度数据作为要确定的基础目标位置数据,由经纬度数据得到的城市和/或国家和/或地区数据作为要确定的由基础目标位置数据得到的衍生目标位置数据。
本实施例中,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据还可以包括:
将所述目标分布范围内的全部或部分基础候选数据作为所述目标对象对应的基础目标位置数据,将所述目标分布范围内的全部或部分衍生候选数据作为所述目标对象对应的衍生目标位置数据;例如,对于任一目标对象,可以将该目标对象对应的目标分布范围内的全部或部分经纬度数据作为该目标对象对应的基础目标位置数据,将该目标对象对应的目标分布范围内的全部或部分城市和/或国家和/或地区数据中的全部或部分数据作为该目标对象对应的衍生目标位置数据;或,
根据所述目标分布范围内的全部或部分基础候选数据计算得到所述目标对象对应的基础目标位置数据,根据所述目标分布范围内的全部或部分衍生候选数据计算得到所述目标对象对应的衍生目标位置数据;例如,对于任一目标对象,可以根据该目标对象对应的目标分布范围内的全部或部分经纬度数据计算得到该目标对象对应的基础目标位置数据,根据该目标对象对应的目标分布范围内的全部或部分城市和/或国家和/或地区数据中的全部或部分数据计算得到该目标对象对应的衍生目标位置数据;或,
根据所述目标分布范围内的全部或部分基础候选数据转换得到所述目标对象对应的基础目标位置数据;根据所述目标分布范围内的全部或部分衍生候选数据转换得到所述目标对象对应的衍生目标位置数据;例如,对于任一目标对象,可以根据该目标对象对应的目标分布范围内的全部或部分经纬度数据转换得到该目标对象对应的基础目标位置数据,根据该目标对象对应的目标分布范围内的全部或部分城市和/或国家和/或地区数据中的全部或部分数据转换得到该目标对象对应的衍生目标位置数据。
本实施例中,所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据可以包括:根据所述目标分布范围内的候选数据确定所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据确定所述目标对象对应的衍生目标位置数据,即对于任一目标对象,根据该目标对象对应的目标分布范围内的候选数据确定该目标对象对应的基础目标位置数据,根据所述基础目标位置数据确定该目标对象对应的衍生目标位置数据;例如,根据该目标对象对应的目标分布范围内的候选数据确定该目标对象对应的经纬度数据(即基础目标位置数据),根据该目标对象对应的经纬度数据确定该目标对象对应的城市和/或国家和/或地区数据(即衍生目标位置数据)。
本实施例中,若所述目标位置数据包括基础目标位置数据和根据所述基础目标位置数据得到的衍生目标位置数据,则根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据可以包括:将所述目标分布范围内的全部或部分候选数据作为所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据;例如,对于任一目标对象,可以将该目标对象对应的目标分布范围内的全部或部分经纬度数据作为该目标对象对应的基础目标位置数据,根据该目标对象对应的基础目标位置数据得到该目标对象对应的衍生目标位置数据;或,
根据所述目标分布范围内的全部或部分候选数据计算得到所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据;例如,对于任一目标对象,可以根据该目标对象对应的目标分布范围内的全部或部分经纬度数据计算得到该目标对象对应的基础目标位置数据,根据该目标对象对应的基础目标位置数据得到该目标对象对应的衍生目标位置数据;或,
根据所述目标分布范围内的全部或部分候选数据转换得到所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据;例如,对于任一目标对象,可以根据该目标对象对应的目标分布范围内的全部或部分经纬度数据转换得到该目标对象对应的基础目标位置数据,根据该目标对象对应的基础目标位置数据得到该目标对象对应的衍生目标位置数据。
本实施例中,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据前,本实施例还可以包括:根据所述目标分布范围内的候选数据量确定所述目标分布范围是否为可信目标分布范围;例如,根据目标分布范围内的经纬度数据量确定所述目标分布范围是否为可信目标分布范围。
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:根据所述可信目标分布范围内的候选数据确定所述目标对象对应的目标位置数据;
和/或,
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据前,本实施例还可以包括:对任一基准数据,根据该基准数据对应的所述目标分布范围内的候选数据量确定该基准数据是否为可信基准数据;例如,根据该基准数据对应的目标分布范围内的经纬度数据量确定该基准数据是否为可信基准数据。
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:根据所述可信基准数据对应的目标分布范围内的候选数据确定所述目标对象对应的目标位置数据;例如,根据可信IP数据对应的目标分布范围内的候选数据确定“可信IP关联的目标对象”对应的目标位置数据。
上面说明了,可以将S207中确定目标对象的目标位置数据所使用的基准数据和/或目标分布范围限定为可信基准数据和/或可信目标分布范围。
本实施例中,一个目标对象可以对应多个基准数据,则根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据可以包括:对任一所述目标对象,根据该目标对象的所述多个基准数据对应的所述目标分布范围内的所述候选数据确定该目标对象对应的目标位置数据,例如,将该目标对象的所述多个IP数据对应的所述目标分布范围内出现次数最多的经纬度数据和/或城市和/或国家和/或地区数据作为该目标对象对应的目标位置数据。
例如,若目标对象是商户的用于交易或收付款的终端设备(简称“商户设备”),由于商户的终端设备可以与多个用户设备(例如手机)进行交易,因而商户设备可以对应多个用户设备IP以及自身设备IP,将商户终端设备对应的每个IP数据都作为基准数据(或者进一步确定各基准数据是否为可信数据),可以根据“该目标对象对应的多个(可信)基准数据”各自对应的目标分布范围内的经纬度数据和/或城市和/或国家和/或地区数据确定该目标对象对应的经纬度数据和/或城市和/或国家和/或地区数据,例如将“该目标对象对应的多个(可信)基准数据”对应的各目标分布范围总体出现次数最多的经纬度数据和/或城市和/或国家和/或地区数据作为该目标对象对应的目标位置数据,也就确定了商户的目标位置数据,如图5所示。同理,可以将用户设备作为目标对象,与目标对象产生交易的商户设备和/或与目标对象的交易商户交易过的其他用户设备的IP数据都可以作为基准数据,从而根据上述内容确定目标对象的目标位置数据。
本实施例中,将基准数据和候选数据结合使用,在划定候选数据的分布范围基础上,通过基准数据确定候选数据的目标分布范围,进而根据目标分布范围内的候选数据确定目标数据,能够更快速、更有效和更高效地确定所需要的数据分布范围以及目标数据,提高目标数据的确定速度和效率;由于目标分布范围是根据候选数据和基准数据综合确定的,所确定的目标分布范围以及目标数据准确性高,能够提高所确定的目标数据质量;通过基准数据确定候选数据的目标分布范围,通过目标分布范围内的候选数据确定基准数据和/或目标分布范围是否可信,进而根据可信基准数据对应的目标分布范围内的候选数据确定目标数据和/或根据可信目标分布范围内的候选数据确定目标数据,提高所确定的目标数据的可信性。
如图6所示,本说明书第三个实施例提供了一种数据确定装置,包括:
数据准备模块301,用于获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;
数据范围划分模块303,用于确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
数据范围锁定模块305,用于根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
数据锁定模块307,用于根据所述目标分布范围内的候选数据确定目标数据。
可选的,所述数据锁定模块307还用于:根据所述目标分布范围内的候选数据确定目标数据前,根据所述目标分布范围内的候选数据量确定所述目标分布范围是否为可信目标分布范围;根据所述目标分布范围内的候选数据确定目标数据包括:根据可信目标分布范围内的候选数据确定目标数据;和/或,
根据所述目标分布范围内的候选数据确定目标数据前,对任一基准数据,根据该基准数据对应的所述目标分布范围内的候选数据量确定该基准数据是否为可信基准数据;根据所述目标分布范围内的候选数据确定目标数据包括:根据所述可信基准数据对应的目标分布范围内的候选数据确定目标数据。
可选的,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:对任一所述基准数据,根据该基准数据和各所述分布范围的映射关系从各所述分布范围中确定该基准数据对应的目标分布范围。
可选的,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:对任一所述基准数据,将与该基准数据具有最多映射关系的所述分布范围作为该基准数据对应的目标分布范围。
可选的,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系包括:对任一所述基准数据和任一所述分布范围,若该基准数据与该分布范围内的任一所述候选数据具有映射关系,则该基准数据与该分布范围具有映射关系。
可选的,根据所述目标分布范围内的候选数据确定目标数据包括:将所述目标分布范围内的全部或部分候选数据作为目标数据;或,
根据所述目标分布范围内的全部或部分候选数据计算得到目标数据;或,
根据所述目标分布范围内的全部或部分候选数据转换得到目标数据。
可选的,所述基准数据与一个或多个目标对象关联,根据所述目标分布范围内的候选数据确定目标数据包括:对任一所述目标对象,根据该目标对象关联的所述基准数据对应的所述目标分布范围内的所述候选数据确定该目标对象的目标数据。
可选的,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据;和/或,所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据。
可选的,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据,根据所述目标分布范围内的候选数据确定目标数据包括:将所述目标分布范围内的全部或部分基础候选数据作为基础目标数据,将所述目标分布范围内的全部或部分衍生候选数据作为衍生目标数据;或,
根据所述目标分布范围内的全部或部分基础候选数据计算得到基础目标数据,根据所述目标分布范围内的全部或部分衍生候选数据计算得到衍生目标数据;或,
根据所述目标分布范围内的全部或部分基础候选数据转换得到基础目标数据;根据所述目标分布范围内的全部或部分衍生候选数据转换得到衍生目标数据。
可选的,所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据,根据所述目标分布范围内的候选数据确定目标数据包括:根据所述目标分布范围内的候选数据确定基础目标数据,根据所述基础目标数据确定所述衍生目标数据。
可选的,所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据;根据所述目标分布范围内的候选数据确定目标数据包括:将所述目标分布范围内的全部或部分候选数据作为基础目标数据,根据所述基础目标数据得到衍生目标数据;或,
根据所述目标分布范围内的全部或部分候选数据计算得到基础目标数据,根据所述基础目标数据得到衍生目标数据;或,
根据所述目标分布范围内的全部或部分候选数据转换得到基础目标数据,根据所述基础目标数据得到衍生目标数据。
可选的,获取基准数据和候选数据包括:确定目标对象,获取目标对象关联的基准数据和候选数据;和/或,确定目标事件,获取目标事件关联的基准数据和候选数据。
可选的,所述基准数据为目标对象的属性数据或标识数据;和/或,所述候选数据为目标对象的关联事件的属性数据。
可选的,确定所述候选数据对应的多个分布范围包括:对所述候选数据进行聚类,以得到所述候选数据对应的多个分布范围。
可选的,所述数据准备模块301还用于:确定所述数据集前,确定包括初始基准数据和初始候选数据的初始数据集;对所述初始基准数据进行预处理,以确定基准数据;和/或,对所述初始候选数据进行预处理,以确定候选数据。
可选的,所述候选数据为位置数据。
如图7所示,本说明书第四个实施例提供了一种位置数据确定装置,包括:
数据准备模块401,用于获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;其中,所述基准数据为目标对象的属性数据或标识数据,所述候选数据为所述目标对象的关联交易事件的位置属性数据;
数据范围划分模块403,用于确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
数据范围锁定模块405,用于根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
数据锁定模块407,用于根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据。
可选的,所述数据锁定模块407还用于:根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据前,根据所述目标分布范围内的候选数据量确定所述目标分布范围是否为可信目标分布范围;根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:根据所述可信目标分布范围内的候选数据确定所述目标对象对应的目标位置数据;
和/或,
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据前,对任一基准数据,根据该基准数据对应的所述目标分布范围内的候选数据量确定该基准数据是否为可信基准数据;根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:根据所述可信基准数据对应的目标分布范围内的候选数据确定所述目标对象对应的目标位置数据。
可选的,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:对任一所述基准数据,根据该基准数据和各所述分布范围的映射关系从各所述分布范围中确定该基准数据对应的目标分布范围。
可选的,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:对任一所述基准数据,将与该基准数据具有最多映射关系的所述分布范围作为该基准数据对应的目标分布范围。
可选的,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系包括:对任一所述基准数据和任一所述分布范围,若该基准数据与该分布范围内的任一所述候选数据具有映射关系,则该基准数据与该分布范围具有映射关系。
可选的,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:将所述目标分布范围内的全部或部分候选数据作为所述目标对象对应的目标位置数据;或,
根据所述目标分布范围内的全部或部分候选数据计算得到所述目标对象对应的目标位置数据;或,
根据所述目标分布范围内的全部或部分候选数据转换得到所述目标对象对应的目标位置数据。
可选的,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:对任一所述目标对象,根据该目标对象的所述基准数据对应的所述目标分布范围内的所述候选数据确定该目标对象对应的目标位置数据。
可选的,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据;和/或,所述目标位置数据包括基础目标位置数据和根据所述基础目标位置数据得到的衍生目标位置数据。
可选的,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:将所述目标分布范围内的全部或部分基础候选数据作为所述目标对象对应的基础目标位置数据,将所述目标分布范围内的全部或部分衍生候选数据作为所述目标对象对应的衍生目标位置数据;或,
根据所述目标分布范围内的全部或部分基础候选数据计算得到所述目标对象对应的基础目标位置数据,根据所述目标分布范围内的全部或部分衍生候选数据计算得到所述目标对象对应的衍生目标位置数据;或,
根据所述目标分布范围内的全部或部分基础候选数据转换得到所述目标对象对应的基础目标位置数据;根据所述目标分布范围内的全部或部分衍生候选数据转换得到所述目标对象对应的衍生目标位置数据。
可选的,所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:根据所述目标分布范围内的候选数据确定所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据确定所述目标对象对应的衍生目标位置数据。
可选的,所述目标位置数据包括基础目标位置数据和根据所述基础目标位置数据得到的衍生目标位置数据;
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:将所述目标分布范围内的全部或部分候选数据作为所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据;或,
根据所述目标分布范围内的全部或部分候选数据计算得到所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据;或,
根据所述目标分布范围内的全部或部分候选数据转换得到所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据。
可选的,获取基准数据和候选数据包括:确定目标对象,获取目标对象关联的基准数据和候选数据;和/或,确定目标事件,获取目标事件关联的基准数据和候选数据。
可选的,确定所述候选数据对应的多个分布范围包括:对所述候选数据进行聚类,以得到所述候选数据对应的多个分布范围。
可选的,所述数据准备模块401还用于:确定所述数据集前,确定包括初始基准数据和初始候选数据的初始数据集;对所述初始基准数据进行预处理,以确定基准数据;和/或,对所述初始候选数据进行预处理,以确定候选数据。
可选的,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据;其中,所述基础候选数据为经纬度数据,所述衍生候选数据为根据所述基础候选数据得到的城市和/或国家和/或地区数据;和/或,
所述目标位置数据包括基础目标位置数据和根据所述基础目标位置数据得到的衍生目标位置数据;所述基础目标位置数据为经纬度数据,所述衍生目标位置数据为根据所述基础目标位置数据得到的城市和/或国家和/或地区数据。
可选的,所述目标对象为目标账户或目标设备。
可选的,所述候选数据为经纬度数据。
可选的,所述基准数据为目标对象的IP数据。
本说明书第五个实施例提供了一种数据确定设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,使所述至少一个处理器能够执行第一个实施例所述的数据确定方法。
本说明书第六个实施例提供了一种位置数据确定设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,使所述至少一个处理器能够执行第二个实施例所述的位置数据确定方法。
本说明书第七个实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现第一个实施例所述的数据确定方法。
本说明书第八个实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现第二个实施例所述的位置数据确定方法。
上述各实施例可以结合使用,不同实施例之间名称相同的模块可相同可不同。
上述对本说明书特定实施例进行了描述,其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,附图中描绘的过程不一定必须按照示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例提供的装置、设备、非易失性计算机可读存储介质与方法是对应的,因此,装置、设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置、设备、非易失性计算机存储介质的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书实施例可提供为方法、系统、或计算机程序产品。因此,本说明书实施例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,本说明书实施例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。
本说明书是参照根据本说明书实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (39)
1.一种数据确定方法,包括:
获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;
确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
根据所述目标分布范围内的候选数据确定目标数据。
2.如权利要求1所述的方法,根据所述目标分布范围内的候选数据确定目标数据前,所述方法还包括:根据所述目标分布范围内的候选数据量确定所述目标分布范围是否为可信目标分布范围;
根据所述目标分布范围内的候选数据确定目标数据包括:
根据可信目标分布范围内的候选数据确定目标数据;
和/或,
根据所述目标分布范围内的候选数据确定目标数据前,所述方法还包括:对任一基准数据,根据该基准数据对应的所述目标分布范围内的候选数据量确定该基准数据是否为可信基准数据;
根据所述目标分布范围内的候选数据确定目标数据包括:
根据所述可信基准数据对应的目标分布范围内的候选数据确定目标数据。
3.如权利要求1所述的方法,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:
对任一所述基准数据,根据该基准数据和各所述分布范围的映射关系从各所述分布范围中确定该基准数据对应的目标分布范围。
4.如权利要求1所述的方法,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:
对任一所述基准数据,将与该基准数据具有最多映射关系的所述分布范围作为该基准数据对应的目标分布范围。
5.如权利要求1所述的方法,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系包括:
对任一所述基准数据和任一所述分布范围,若该基准数据与该分布范围内的任一所述候选数据具有映射关系,则该基准数据与该分布范围具有映射关系。
6.如权利要求1所述的方法,根据所述目标分布范围内的候选数据确定目标数据包括:
将所述目标分布范围内的全部或部分候选数据作为目标数据;
或,
根据所述目标分布范围内的全部或部分候选数据计算得到目标数据;
或,
根据所述目标分布范围内的全部或部分候选数据转换得到目标数据。
7.如权利要求1所述的方法,所述基准数据与一个或多个目标对象关联,根据所述目标分布范围内的候选数据确定目标数据包括:
对任一所述目标对象,根据该目标对象关联的所述基准数据对应的所述目标分布范围内的所述候选数据确定该目标对象的目标数据。
8.如权利要求1所述的方法,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据;
和/或,
所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据。
9.如权利要求1所述的方法,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据,根据所述目标分布范围内的候选数据确定目标数据包括:
将所述目标分布范围内的全部或部分基础候选数据作为基础目标数据,将所述目标分布范围内的全部或部分衍生候选数据作为衍生目标数据;
或,
根据所述目标分布范围内的全部或部分基础候选数据计算得到基础目标数据,根据所述目标分布范围内的全部或部分衍生候选数据计算得到衍生目标数据;
或,
根据所述目标分布范围内的全部或部分基础候选数据转换得到基础目标数据;根据所述目标分布范围内的全部或部分衍生候选数据转换得到衍生目标数据。
10.如权利要求1所述的方法,所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据,根据所述目标分布范围内的候选数据确定目标数据包括:
根据所述目标分布范围内的候选数据确定基础目标数据,根据所述基础目标数据确定所述衍生目标数据。
11.如权利要求1所述的方法,所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据;
根据所述目标分布范围内的候选数据确定目标数据包括:
将所述目标分布范围内的全部或部分候选数据作为基础目标数据,根据所述基础目标数据得到衍生目标数据;
或,
根据所述目标分布范围内的全部或部分候选数据计算得到基础目标数据,根据所述基础目标数据得到衍生目标数据;
或,
根据所述目标分布范围内的全部或部分候选数据转换得到基础目标数据,根据所述基础目标数据得到衍生目标数据。
12.如权利要求1所述的方法,获取基准数据和候选数据包括:
确定目标对象,获取目标对象关联的基准数据和候选数据;
和/或,
确定目标事件,获取目标事件关联的基准数据和候选数据。
13.如权利要求1所述的方法,所述基准数据为目标对象的属性数据或标识数据;
和/或,
所述候选数据为目标对象的关联事件的属性数据。
14.如权利要求1所述的方法,确定所述候选数据对应的多个分布范围包括:
对所述候选数据进行聚类,以得到所述候选数据对应的多个分布范围。
15.如权利要求1所述的方法,确定所述数据集前,所述方法还包括:
确定包括初始基准数据和初始候选数据的初始数据集;
对所述初始基准数据进行预处理,以确定基准数据;和/或,对所述初始候选数据进行预处理,以确定候选数据。
16.如权利要求1所述的方法,所述候选数据为位置数据。
17.一种位置数据确定方法,包括:
获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;其中,所述基准数据为目标对象的属性数据或标识数据,所述候选数据为所述目标对象的关联交易事件的位置属性数据;
确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据。
18.如权利要求17所述的方法,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据前,所述方法还包括:根据所述目标分布范围内的候选数据量确定所述目标分布范围是否为可信目标分布范围;
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:
根据所述可信目标分布范围内的候选数据确定所述目标对象对应的目标位置数据;
和/或,
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据前,所述方法还包括:对任一基准数据,根据该基准数据对应的所述目标分布范围内的候选数据量确定该基准数据是否为可信基准数据;
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:
根据所述可信基准数据对应的目标分布范围内的候选数据确定所述目标对象对应的目标位置数据。
19.如权利要求17所述的方法,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:
对任一所述基准数据,根据该基准数据和各所述分布范围的映射关系从各所述分布范围中确定该基准数据对应的目标分布范围。
20.如权利要求17所述的方法,根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围包括:
对任一所述基准数据,将与该基准数据具有最多映射关系的所述分布范围作为该基准数据对应的目标分布范围。
21.如权利要求17所述的方法,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系包括:
对任一所述基准数据和任一所述分布范围,若该基准数据与该分布范围内的任一所述候选数据具有映射关系,则该基准数据与该分布范围具有映射关系。
22.如权利要求17所述的方法,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:
将所述目标分布范围内的全部或部分候选数据作为所述目标对象对应的目标位置数据;
或,
根据所述目标分布范围内的全部或部分候选数据计算得到所述目标对象对应的目标位置数据;
或,
根据所述目标分布范围内的全部或部分候选数据转换得到所述目标对象对应的目标位置数据。
23.如权利要求17所述的方法,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:
对任一所述目标对象,根据该目标对象的所述基准数据对应的所述目标分布范围内的所述候选数据确定该目标对象对应的目标位置数据。
24.如权利要求17所述的方法,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据;
和/或,
所述目标位置数据包括基础目标位置数据和根据所述基础目标位置数据得到的衍生目标位置数据。
25.如权利要求17所述的方法,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:
将所述目标分布范围内的全部或部分基础候选数据作为所述目标对象对应的基础目标位置数据,将所述目标分布范围内的全部或部分衍生候选数据作为所述目标对象对应的衍生目标位置数据;
或,
根据所述目标分布范围内的全部或部分基础候选数据计算得到所述目标对象对应的基础目标位置数据,根据所述目标分布范围内的全部或部分衍生候选数据计算得到所述目标对象对应的衍生目标位置数据;
或,
根据所述目标分布范围内的全部或部分基础候选数据转换得到所述目标对象对应的基础目标位置数据;根据所述目标分布范围内的全部或部分衍生候选数据转换得到所述目标对象对应的衍生目标位置数据。
26.如权利要求17所述的方法,所述目标数据包括基础目标数据和根据所述基础目标数据得到的衍生目标数据,根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:
根据所述目标分布范围内的候选数据确定所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据确定所述目标对象对应的衍生目标位置数据。
27.如权利要求17所述的方法,所述目标位置数据包括基础目标位置数据和根据所述基础目标位置数据得到的衍生目标位置数据;
根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据包括:
将所述目标分布范围内的全部或部分候选数据作为所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据;
或,
根据所述目标分布范围内的全部或部分候选数据计算得到所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据;
或,
根据所述目标分布范围内的全部或部分候选数据转换得到所述目标对象对应的基础目标位置数据,根据所述基础目标位置数据得到所述目标对象对应的衍生目标位置数据。
28.如权利要求17所述的方法,获取基准数据和候选数据包括:
确定目标对象,获取目标对象关联的基准数据和候选数据;
和/或,
确定目标事件,获取目标事件关联的基准数据和候选数据。
29.如权利要求17所述的方法,确定所述候选数据对应的多个分布范围包括:
对所述候选数据进行聚类,以得到所述候选数据对应的多个分布范围。
30.如权利要求17所述的方法,确定所述数据集前,所述方法还包括:
确定包括初始基准数据和初始候选数据的初始数据集;
对所述初始基准数据进行预处理,以确定基准数据;和/或,对所述初始候选数据进行预处理,以确定候选数据。
31.如权利要求17所述的方法,所述候选数据包括基础候选数据和根据所述基础候选数据得到的衍生候选数据;其中,所述基础候选数据为经纬度数据,所述衍生候选数据为根据所述基础候选数据得到的城市和/或国家和/或地区数据;
和/或,
所述目标位置数据包括基础目标位置数据和根据所述基础目标位置数据得到的衍生目标位置数据;所述基础目标位置数据为经纬度数据,所述衍生目标位置数据为根据所述基础目标位置数据得到的城市和/或国家和/或地区数据。
32.如权利要求17所述的方法,所述目标对象为目标账户或目标设备。
33.如权利要求17所述的方法,所述候选数据为经纬度数据;
和/或,所述目标对象为目标设备,所述基准数据为目标对象的IP数据。
34.一种数据确定装置,包括:
数据准备模块,用于获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;
数据范围划分模块,用于确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
数据范围锁定模块,用于根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
数据锁定模块,用于根据所述目标分布范围内的候选数据确定目标数据。
35.一种位置数据确定装置,包括:
数据准备模块,用于获取包括基准数据和候选数据的数据集,建立所述基准数据和所述候选数据的映射关系;其中,所述基准数据为目标对象的属性数据或标识数据,所述候选数据为所述目标对象的关联交易事件的位置属性数据;
数据范围划分模块,用于确定所述候选数据对应的多个分布范围,根据所述基准数据和所述候选数据的映射关系确定所述基准数据和各所述分布范围的映射关系;
数据范围锁定模块,用于根据所述基准数据和各所述分布范围的映射关系从各所述分布范围中确定所述基准数据对应的目标分布范围;
数据锁定模块,用于根据所述目标分布范围内的候选数据确定所述目标对象对应的目标位置数据。
36.一种数据确定设备,包括:
至少一个处理器;
以及,
与所述至少一个处理器通信连接的存储器;
其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,使所述至少一个处理器能够执行权利要求1至16中任一项所述的数据确定方法。
37.一种位置数据确定设备,包括:
至少一个处理器;
以及,
与所述至少一个处理器通信连接的存储器;
其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,使所述至少一个处理器能够执行权利要求17至33中任一项所述的位置数据确定方法。
38.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现权利要求1至16中任一项所述的数据确定方法。
39.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现权利要求17至33中任一项所述的位置数据确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010578936.8A CN111753200B (zh) | 2020-06-23 | 2020-06-23 | 一种数据确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010578936.8A CN111753200B (zh) | 2020-06-23 | 2020-06-23 | 一种数据确定方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111753200A true CN111753200A (zh) | 2020-10-09 |
CN111753200B CN111753200B (zh) | 2021-03-30 |
Family
ID=72676515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010578936.8A Active CN111753200B (zh) | 2020-06-23 | 2020-06-23 | 一种数据确定方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753200B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103220376A (zh) * | 2013-03-30 | 2013-07-24 | 清华大学 | 利用移动终端的位置数据来定位ip位置的方法 |
US9298831B1 (en) * | 2013-12-13 | 2016-03-29 | Google Inc. | Approximating a user location |
CN105677804A (zh) * | 2015-12-31 | 2016-06-15 | 百度在线网络技术(北京)有限公司 | 权威站点的确定以及权威站点数据库的建立方法和装置 |
CN107316094A (zh) * | 2016-04-27 | 2017-11-03 | 滴滴(中国)科技有限公司 | 一种通勤线路挖掘方法及装置 |
CN108170821A (zh) * | 2018-01-03 | 2018-06-15 | 阿里巴巴集团控股有限公司 | 确定一码多址的方法、装置及电子设备 |
CN108304872A (zh) * | 2018-01-30 | 2018-07-20 | 口碑(上海)信息技术有限公司 | 本地生活服务信息处理方法及装置 |
US10318973B2 (en) * | 2013-01-04 | 2019-06-11 | PlaceIQ, Inc. | Probabilistic cross-device place visitation rate measurement at scale |
CN110493333A (zh) * | 2019-08-15 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 一种目标位置点的确定方法、装置、设备及存储介质 |
CN111160996A (zh) * | 2020-04-01 | 2020-05-15 | 支付宝(杭州)信息技术有限公司 | 一种跨区域交易的可视化监控方法、装置及设备 |
CN111179042A (zh) * | 2020-04-10 | 2020-05-19 | 支付宝(杭州)信息技术有限公司 | 确定用户消费地点的方法、系统及装置 |
-
2020
- 2020-06-23 CN CN202010578936.8A patent/CN111753200B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10318973B2 (en) * | 2013-01-04 | 2019-06-11 | PlaceIQ, Inc. | Probabilistic cross-device place visitation rate measurement at scale |
CN103220376A (zh) * | 2013-03-30 | 2013-07-24 | 清华大学 | 利用移动终端的位置数据来定位ip位置的方法 |
US9298831B1 (en) * | 2013-12-13 | 2016-03-29 | Google Inc. | Approximating a user location |
CN105677804A (zh) * | 2015-12-31 | 2016-06-15 | 百度在线网络技术(北京)有限公司 | 权威站点的确定以及权威站点数据库的建立方法和装置 |
CN107316094A (zh) * | 2016-04-27 | 2017-11-03 | 滴滴(中国)科技有限公司 | 一种通勤线路挖掘方法及装置 |
CN108170821A (zh) * | 2018-01-03 | 2018-06-15 | 阿里巴巴集团控股有限公司 | 确定一码多址的方法、装置及电子设备 |
CN108304872A (zh) * | 2018-01-30 | 2018-07-20 | 口碑(上海)信息技术有限公司 | 本地生活服务信息处理方法及装置 |
CN110493333A (zh) * | 2019-08-15 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 一种目标位置点的确定方法、装置、设备及存储介质 |
CN111160996A (zh) * | 2020-04-01 | 2020-05-15 | 支付宝(杭州)信息技术有限公司 | 一种跨区域交易的可视化监控方法、装置及设备 |
CN111179042A (zh) * | 2020-04-10 | 2020-05-19 | 支付宝(杭州)信息技术有限公司 | 确定用户消费地点的方法、系统及装置 |
Non-Patent Citations (1)
Title |
---|
刘波: ""基于门店地理位置的混合推荐系统研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111753200B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460523B (zh) | 一种风控规则生成方法和装置 | |
CN109347787B (zh) | 一种身份信息的识别方法及装置 | |
US10545794B2 (en) | Blockchain-based data processing method and equipment | |
EP3547168A1 (en) | Block chain based data processing method and device | |
EP3811232A1 (en) | Data processing method, apparatus, and device | |
JP2020515197A (ja) | ブロックデータ検証方法および装置 | |
CN109857984B (zh) | 一种锅炉负荷率-效能曲线的回归方法和装置 | |
CN108320071B (zh) | 一种业务风险管理方法、装置及设备 | |
CN110322139B (zh) | 策略推荐方法及装置 | |
CN111753200B (zh) | 一种数据确定方法、装置、设备及介质 | |
CN109409037B (zh) | 一种数据混淆规则的生成方法、装置及设备 | |
CN111209277A (zh) | 一种数据处理方法、装置、设备及介质 | |
CN113992429B (zh) | 一种事件的处理方法、装置及设备 | |
CN107392408B (zh) | 一种信用分数的提示信息输出方法及装置 | |
CN115934161A (zh) | 一种代码变更的影响分析方法、装置以及设备 | |
CN107368281B (zh) | 一种数据处理方法及装置 | |
CN111967769B (zh) | 一种风险识别方法、装置、设备及介质 | |
CN110992164B (zh) | 基于区块链的交易处理方法、装置、系统及设备 | |
CN111967767A (zh) | 一种业务风险识别方法、装置、设备及介质 | |
CN109615465B (zh) | 业务订单的处理方法、装置和电子设备 | |
CN110245136B (zh) | 数据检索方法及装置、设备及存储设备 | |
CN112199399A (zh) | 数据处理方法及装置 | |
CN111539737B (zh) | 一种账号风险检测方法、装置及设备 | |
CN108304525B (zh) | 一种条件数据的确定方法及装置 | |
CN114444873A (zh) | 一种风险识别方法、装置以及设备 |
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 |