CN111753266A - 用户认证方法、多媒体内容的推送方法及装置 - Google Patents

Abstract

本申请涉及一种用户认证方法、多媒体内容的推送方法及装置，包括：采集用户针对终端设备的交互行为数据；确定当前登录账号对应的账号信息；根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息。根据本申请实施例提供的用户认证方法、多媒体内容的推送方法及装置，可以提高识别效率及精度，提高用户体验。

Description

用户认证方法、多媒体内容的推送方法及装置

技术领域

本申请涉及数据处理技术领域，尤其涉及一种用户认证方法、多媒体内容的推送方法及装置。

背景技术

随着移动互联网的迅猛发展，为人们的生活带来了极大的便利，人们可以通过在终端设备上登录个人账号来访问互联网，进而进行购物、浏览网页，观看视频等操作。

实际上，目前一个账号可以支持在多个终端设备上同时登录，例如：用户甲的个人账号开通了某网站的VIP会员，家人或者朋友可以在各自的终端设备上登录该用户甲的个人账号，以享受会员福利；或者，在终端设备上登录某一用户的个人账号后，家人或者朋友之间可以共享该终端设备，进行相应操作，例如：一家三口共享一个平板电脑，通过该平板电脑在某视频网站上某一个人账号后，家庭成员可以在使用该平板电脑时，在该视频网站中观看多媒体内容。

但在多人共享同一账号的场景下，无法确认当前使用账号的用户的用户身份，会造成以下问题：推送是基于用户在个人账号下产生的行为数据进行的，这种多人共享同一账号的行为，由于无法确认当前使用账号的用户的用户身份，进而会使得推送的精准度降低，例如会发生当前使用个人账号的为男性，却将女性用品推送至该个人账号的问题发生，因此需要对使用当前账号的用户进行识别。

发明内容

根据本申请的一方面，提供了一种用户认证方法，包括：

采集用户针对终端设备的交互行为数据；

确定当前登录账号对应的账号信息；

根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息。

在一种可能的实现方式中，所述当前登录账号对应的账号信息中包括至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量，

所述根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息，包括：

通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

根据所述第一向量及各第二向量，从所述至少一个用户身份标识信息中确定所述用户对应的用户身份标识信息。

在一种可能的实现方式中，所述当前登录账号对应的账号信息中还包括各用户身份标识信息对应的向量距离阈值，

所述根据第一向量及各第二向量，从所述至少一个用户身份标识信息中确定所述用户对应的用户身份标识信息，包括：

分别确定所述第一向量与各第二向量之间的向量距离；

根据所述向量距离及各用户身份标识信息对应的向量距离阈值，从所述至少一个用户身份标识信息中确定所述用户所对应的用户身份标识信息。

在一种可能的实现方式中，所述通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量，包括：

对所述交互行为数据进行预处理操作，得到预处理后的交互行为数据；

通过身份识别模型对所述预处理后的交互行为数据进行特征提取，得到所述预处理后的交互行为数据对应的第一向量。

在一种可能的实现方式中，所述对所述交互行为数据进行预处理操作，得到预处理后的交互行为数据，包括：

清除所述交互行为数据中的异常数据；

对清除异常数据后的交互行为数据进行归一化处理，得到归一化后的交互行为数据；

对归一化后的交互行为数据进行离散化处理，得到预处理后的交互行为数据。

在一种可能的实现方式中，所述方法还包括：

发送推送请求至服务器，所述推送请求中包括用户对应的用户身份标识信息；

接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

在一种可能的实现方式中，所述方法还包括：

向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

接收服务器发送的所述身份识别模型。

在一种可能的实现方式中，所述方法还包括：

向服务器发送向量信息，所述向量信息包括交互行为数据对应的第一向量及当前登录账号，

以使服务器根据当前登录账号对应的多个向量信息进行聚类操作，确定所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值；

接收服务器发送的当前登录账号的账号信息，所述账号信息中包括所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。

根据本申请的另一方面，提供了用户认证方法，应用于服务器，包括：

接收终端设备发送的交互信息，所述交互信息中包括用户针对终端设备的交互行为数据、及登录账号信息；

将所述交互信息作为交互数据样本存储于样本库中；

从样本库中获取多个交互数据样本训练身份识别模型；

向终端设备发送训练得到的所述身份识别模型。

在一种可能的实现方式中，所述从样本库中获取多个交互数据样本训练身份识别模型，包括：

从所述样本库中获取第一数量的第一样本数据、及第二数量的第二样本数据，

其中，所述第一样本数据为第一登录账号信息对应的交互信息，所述第二样本数据为第二登录账号信息对应的交互信息，所述第二登录账号信息为与第一登录账号信息不同的任一登录账号信息；

分别通过身份识别模型确定各所述第一样本数据中的交互行为数据所对应的第一向量，及各第二样本数据中的交互行为数据所对应的第二向量；

根据各所述第一向量及各所述第二向量，确定所述身份识别模型的向量残差；

根据所述向量残差，调整所述身份识别模型的参数。

在一种可能的实现方式中，所述根据各所述第一向量及各所述第二向量，确定所述身份识别模型的向量残差，包括：

将所述各所述第一向量及各所述第二向量输入度量学习残差网络中，得到所述身份识别模型的向量残差；

其中，所述向量残差用于表征所述各第一向量之间的相似度，及各第一向量与各第二向量之间的差异度。

在一种可能的实现方式中，所述方法还包括：

接收终端设备发送的第一向量信息，所述第一向量信息包括第一交互行为数据对应的向量及当前登录账号信息；

获取所述当前登录账号信息对应的多个第二向量信息，所述第二向量信息包括第二交互行为数据对应的向量及所述当前登录账号信息；

对所述第一向量信息及所述第二向量信息进行聚类处理，得到所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值；

向终端设备发送账号信息，所述账号信息中包括所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值。

在一种可能的实现方式中，所述方法还包括：

接收终端设备发送的当前行为数据，所述当前行为数据中包括用户对应的用户身份标识信息；

将所述当前行为数据作为所述用户身份标识信息对应用户的历史行为数据。

在一种可能的实现方式中，所述方法还包括：

接收终端设备发送的推送请求，所述推送请求中包括用户对应的用户身份标识信息；

获取所述用户身份标识信息对应用户的历史行为数据；

根据所述历史行为数据确定待推送的多媒体内容；

发送所述多媒体内容至终端设备。

根据本申请的另一方面，提供了一种用户身份信息的生成方法，包括：

采集用户针对终端设备的交互行为数据；

通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

将所述第一向量作为所述用户的身份认证指纹，所述身份认证指纹用于认证所述用户的用户身份信息。

在一种可能的实现方式中，所述方法还包括：

确定当前登录账号；

向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及所述当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

接收服务器发送的所述身份识别模型。

根据本申请的另一方面，提供了一种多媒体内容的推送方法，包括：

采集用户针对终端设备的交互行为数据；

根据所述交互行为数据确定用户在当前登录账号下对应的用户身份标识信息；

发送推送请求至服务器，所述推送请求中包括所述当前登录账号及用户对应的用户身份标识信息；

接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

根据本申请的另一方面，提供了一种用户认证装置，应用于终端设备，包括：

采集模块，用于采集用户针对终端设备的交互行为数据；

确定模块，用于确定当前登录账号对应的账号信息；

身份确认模块，用于根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息。

在一种可能的实现方式中，所述当前登录账号对应的账号信息中包括至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量，所述身份确认模块，还用于：

通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

根据所述第一向量及各第二向量，从所述至少一个用户身份标识信息中确定所述用户对应的用户身份标识信息。

在一种可能的实现方式中，所述当前登录账号对应的账号信息中还包括各用户身份标识信息对应的向量距离阈值，

所述身份确认模块，还用于：

分别确定所述第一向量与各第二向量之间的向量距离；

根据所述向量距离及各用户身份标识信息对应的向量距离阈值，从所述至少一个用户身份标识信息中确定所述用户所对应的用户身份标识信息。

在一种可能的实现方式中，所述身份确认模块，还用于：

对所述交互行为数据进行预处理操作，得到预处理后的交互行为数据；

通过身份识别模型对所述预处理后的交互行为数据进行特征提取，得到所述预处理后的交互行为数据对应的第一向量。

在一种可能的实现方式中，所述身份确认模块，还用于：

清除所述交互行为数据中的异常数据；

对清除异常数据后的交互行为数据进行归一化处理，得到归一化后的交互行为数据；

对归一化后的交互行为数据进行离散化处理，得到预处理后的交互行为数据。

在一种可能的实现方式中，所述装置还包括：

第一发送模块，用于发送推送请求至服务器，所述推送请求中包括用户对应的用户身份标识信息；

第一接收模块，用于接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

在一种可能的实现方式中，所述装置还包括：

第二发送模块，用于向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

第二接收模块，用于接收服务器发送的所述身份识别模型。

在一种可能的实现方式中，所述装置还包括：

第三发送模块，用于向服务器发送向量信息，所述向量信息包括交互行为数据对应的第一向量及当前登录账号，

以使服务器根据当前用登录账号对应的多个向量信息进行聚类操作，确定所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值；

第三接收模块，用于接收服务器发送的当前登录账号的账号信息，所述账号信息中包括所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。

根据本申请的另一方面，提供了一种用户认证装置，应用于服务器，包括：

第一接收模块，用于接收终端设备发送的交互信息，所述交互信息中包括用户针对终端设备的交互行为数据、及登录账号信息；

存储模块，用于将所述交互信息作为交互数据样本存储于样本库中；

训练模块，用于从样本库中获取多个交互数据样本训练身份识别模型；

第一发送模块，用于向终端设备发送训练得到的所述身份识别模型。

在一种可能的实现方式中，所述训练模块，还用于：

从所述样本库中获取第一数量的第一样本数据、及第二数量的第二样本数据，

其中，所述第一样本数据为第一登录账号信息对应的交互信息，所述第二样本数据为第二登录账号信息对应的交互信息，所述第二登录账号信息为与第一登录账号信息不同的任一登录账号信息；

分别通过共享识别模型确定各所述第一样本数据中的交互行为数据所对应的第一向量，及各第二样本数据中的交互行为数据所对应的第二向量；

根据各所述第一向量及各所述第二向量，确定所述身份识别模型的向量残差；

根据所述向量残差，调整所述身份识别模型的参数。

在一种可能的实现方式中，所述训练模块，还用于：

将所述各所述第一向量及各所述第二向量输入度量学习残差网络中，得到所述身份识别模型的向量残差；

其中，所述向量残差用于表征所述各第一向量之间的相似度，及各第一向量与各第二向量之间的差异度。

在一种可能的实现方式中，所述装置还包括：

第二接收模块，用于接收终端设备发送的第一向量信息，所述第一向量信息包括第一交互行为数据对应的向量及当前登录账号信息；

第一获取模块，用于获取所述当前登录账号信息对应的多个第二向量信息，所述第二向量信息包括第二交互行为数据对应的向量及所述当前登录账号信息；

聚类模块，用于对所述第一向量信息及所述第二向量信息进行聚类处理，得到所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值；

第二发送模块，用于向终端设备发送账号信息，所述账号信息中包括所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值。

在一种可能的实现方式中，所述装置还包括：

第三接收模块，用于接收终端设备发送的当前行为数据，所述当前行为数据中包括用户对应的用户身份标识信息；

数据处理模块，用于将所述当前行为数据作为所述用户身份标识信息对应用户的历史行为数据。

在一种可能的实现方式中，所述装置还包括：

第四接收模块，用于接收终端设备发送的推送请求，所述推送请求中包括用户对应的用户身份标识信息；

第二获取模块，用于获取所述用户身份标识信息对应用户的历史行为数据；

确定模块，用于根据所述历史行为数据确定待推送的多媒体内容；

第三发送模块，用于发送所述多媒体内容至终端设备。

根据本申请的另一方面，提供了一种用户身份信息的生成装置，包括：

采集模块，用于采集用户针对终端设备的交互行为数据；

处理模块，用于通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

确认模块，用于将所述第一向量作为所述用户的身份认证指纹，所述身份认证指纹用于认证所述用户的用户身份信息。

在一种可能的实现方式中，上述装置还包括：

确定模块，用于确定当前登录账号；

发送模块，用于向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及所述当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

接收模块，用于接收服务器发送的所述身份识别模型。

根据本申请的另一方面，提供了一种多媒体内容的推送装置，包括：

采集模块，用于采集用户针对终端设备的交互行为数据；

确定模块，用于根据所述交互行为数据确定用户在当前登录账号下对应的用户身份标识信息；

发送模块，用于发送推送请求至服务器，所述推送请求中包括所述当前登录账号及用户对应的用户身份标识信息；

接收模块，用于接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

根据本申请的另一方面，提供了一种装置，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执行上述方法。

根据本申请的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。

这样，终端设备可以在采集用户针对终端设备的交互行为数据后，确定当前登录账号对应的账号信息，并可以根据用户针对终端的交互行为数据及当前登录账号对应的账号信息，确定用户的用户身份标识。根据本申请实施例提供的用户认证方法及装置，可以在不需要用户额外进行认证操作，且不获取用户指纹或者人脸等敏感数据的情况下，利用用户针对终端设备的操作所产生的交互行为数据精确的识别用户身份，可以提高识别效率及精度，以及可以提高用户体验。

根据下面参考附图对示例性实施例的详细说明，本申请的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本申请的示例性实施例、特征和方面，并且用于解释本申请的原理。

图1示出根据本申请一实施例的一种用户认证方法的流程图；

图2示出根据本申请一实施例的一种用户认证方法的流程图；

图3示出根据本申请一实施例的一种用户认证方法的流程图；

图4示出根据本申请一实施例的一种用户认证方法的流程图；

图5示出根据本申请一实施例的一种用户认证方法的流程图；

图6示出根据本申请一实施例的一种用户认证方法的流程图；

图7示出根据本申请一示例性的一种用户认证方法的流程图；

图8示出根据本申请一示例性的一种用户认证方法的流程图；

图9示出根据本申请一示例性的一种用户认证方法的示意图；

图10示出根据本申请一实施例的一种用户认证方法的流程图；

图11示出根据本申请一实施例的一种用户认证方法的流程图；

图12示出根据本申请一实施例的一种用户认证方法的流程图；

图13示出根据本申请一实施例的一种用户认证方法的流程图；

图14示出根据本申请一实施例的一种用户认证方法的流程图；

图15示出根据本申请一实施例的一种用户身份信息的生成方法的流程图；

图16示出根据本申请一实施例的一种多媒体内容的推送方法的流程图；

图17示出根据本申请一实施例的一种用户认证装置的结构框图；

图18示出根据本申请一实施例的一种用户认证装置的结构框图；

图19示出根据本申请一实施例的一种用户身份信息的生成装置的结构框图；

图20示出根据本申请一实施例的一种多媒体内容的推送装置的结构框图；

图21是根据一示例性实施例示出的一种用于用户认证的装置2100的框图；

图22是根据一示例性实施例示出的一种用于用户认证的装置2200的框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

图1示出根据本申请一实施例的一种用户认证方法的流程图。该方法可以应用于终端设备，例如：手机、平板电脑、计算机等设备。如图1所示，该方法可以包括：

步骤101、采集用户针对终端设备的交互行为数据。

举例来说，交互行为数据可以为用户在终端设备上的操作所产生的与该操作相关的数据。用户在终端设备上进行操作(例如：点击操作，滑动操作，打开页面操作，离开页面操作等)的过程中，每一项操作均会产生对应的交互行为数据，终端设备可以实时采集用户针对终端设备的操作所产生的交互行为数据。

例如：当发生点击操作时，终端设备可以采集该点击操作对应的点击位置(坐标)、点击力度等交互行为数据；当发生滑动操作时，终端设备可以采集该滑动操作对应的起始坐标和终止坐标、滑动速度、滑动持续时间、及滑动角度等交互行为数据；当前操作与前一操作之间的间隔时间、当前操作对应的页面等均可以作为被终端设备采集的交互行为数据。

步骤102、确定当前登录账号对应的账号信息。

举例来说，终端设备可以确定当前在终端设备上登录的账号，确定该账号为当前登录账号。终端设备可以向服务器请求当前登录账号对应的账号信息，或者终端设备可以从本地获取当前登录账号对应的账号信息，该当前登录账号对应的账号信息为服务器周期性向登录该当前登录账号的终端设备发送的。其中，当前登录账号对应的账号信息中可以包括至少一个用户身份标识信息，该至少一个用户身份标识信息可以用于标识共享该当前登录账号的至少一个用户。

步骤103、根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息。

在确定当前登录账号对应的账号信息后，可以根据采集的用户的交互行为数据从当前登录账号对应的至少一个用户身份标识信息中，确定用户对应的用户身份标识信息，例如：确定与用户的交互行为数据相匹配的用户身份标识信息为该用户的用户身份标识信息。

这样，终端设备可以在采集用户针对终端设备的交互行为数据后，确定当前登录账号对应的账号信息，并可以根据用户针对终端的交互行为数据及当前登录账号对应的账号信息，确定用户的用户身份标识。根据本申请实施例提供的用户认证方法，可以在不需要用户额外进行认证操作，且不获取用户指纹或者人脸等敏感数据的情况下，利用用户针对终端设备的操作所产生的交互行为数据精确的识别用户身份，可以提高识别效率及精度，以及可以提高用户体验。

图2示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，上述当前登录账号对应的账号信息中包括至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量，参照图2，上述步骤103、根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息，可以包括：

步骤1031、通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量。

举例来说，上述身份识别模型可以为用于对交互行为数据进行特征提取，将其转换为对应的第一向量的模型。任一终端设备均可以将实时采集的交互行为数据上报至服务器，服务器可以周期性根据接收的各终端设备上报的各登录账号对应的交互行为数据，训练身份识别模型，并在完成身份识别模型的训练后，将身份识别模型发送至各终端设备。

终端设备可以将采集的交互行为数据作为身份识别模型的输入，该身份识别模型的输出即为该交互行为数据对应的第一向量，该第一向量可以作为该用户的该交互行为数据的一种特征表达。

步骤1032、根据所述第一向量及各第二向量，从所述至少一个用户身份标识信息中确定所述用户对应的用户身份标识信息。

举例来说，在服务器侧，共享同一账号的多个用户可以各自对应一个用户身份标识信息。例如：某一家三口共用同一账号，在账号下，该家庭中的爸爸对应用户身份标识信息1，该家庭中的妈妈对应用户身份标识信息2、该家庭中的孩子对应用户身份标识信息3。

举例来说，任一终端设备均可以将采集到的当前终端设备所登录的账号对应的交互行为数据所对应的第一向量上报至服务器，服务器可以周期性根据接收的同一账号对应的交互行为数据所对应的第一向量(可能包括共享该账号的多个用户的交互行为数据所对应的第一向量)，对该账号下的用户身份标识信息进行聚类(将同一用户的交互行为对应的第一向量聚为一类，对应一个用户身份标识信息)，以得到该账号对应的至少一个用户身份标识信及各用户身份标识信息对应用户的交互行为数据所对应的第二向量，其中，任一用户身份标识信息对应用户的交互行为数据所对应的第二向量可以作为该用户身份标识信息对应的用户的交互行为数据的一种特征表达。

服务器可以在确定当前登录账号对应的至少一个用户身份标识信息及各用户身份标识信息对应用户的交互行为数据所对应的第二向量后，将当前登录账号对应的账号信息发送至登录该当前登录账号的终端设备，该账号信息可以包括当前登录账号对应的至少一个用户身份标识信息及各用户身份标识信息对应用户的交互行为数据所对应的第二向量。

举例来说，终端设备确定采集的交互行为数据对应的第一向量后，可以获取当前登录账号对应的至少一个用户身份标识信息及各用户身份标识信息对应用户的交互行为数据所对应的第二向量，确定该第一向量最为接近的第二向量所对应的用户身份标识信息为用户对应的用户身份标识信息。确定用户的用户身份标识信息后，终端设备可以将该认证结果(用户对应的用户身份标识信息)上报给服务器，服务器可以根据该认证结果确定当前操作终端设备的用户为共享该当前登录账号的多个用户中的哪一个。

为使本领域技术人员更好的理解本申请实施例，以下通过具体示例对本申请实施例加以说明。

示例性的，终端设备1和终端设备2当前登录的账号均为账号1，终端设备1和终端设备2本地均存储了服务器发送的身份识别模型，及该账号1对应的用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量为：(用户身份标识信息1，向量1)，(用户身份标识信息2，向量2)。

当前用户甲操作终端设备1，则终端设备1采集了用户甲针对终端设备1的交互行为数据后，根据身份识别模型确定用户甲的交互行为数据对应的第一向量为向量3。终端设备1获取账号1对应的至少一个用户身份标识信息及各用户身份标识信息对应用户的交互行为数据所对应的第二向量后，确定该向量3与向量1更为接近，则可以确定用户甲对应的用户身份标识信息为该向量1对应的用户身份标识信息1。

当前用户乙操作终端设备2，则终端设备2采集了用户乙针对终端设备2的交互行为数据后，根据身份识别模型确定用户乙的交互行为数据对应的第一向量为向量4。终端设备2获取账号1对应的至少一个用户身份标识信息及各用户身份标识信息对应用户的交互行为数据所对应的第二向量后，确定该向量4与向量2更为接近，则可以确定用户乙对应的用户身份标识信息为该向量2对应的用户身份标识信息2。

实际上，本申请也可以应用于多个用户在不同时刻操作同一终端设备的情况，本申请实施例对此不再赘述。

这样，终端设备可以在采集用户针对终端设备的交互行为数据后，根据身份识别模型对该交互行为数据进行特征提取，得到该交互行为数据对应的第一向量。终端设备可以获取当前登录账号对应的账号信息，根据交互行为数据对应的第一向量及各用户身份标识信息对应用户的交互行为数据对应的第二向量，确定用户对应的用户身份标识信息。根据本申请实施例提供的用户认证方法，可以在不需要用户额外进行认证操作，且不获取用户指纹或者人脸等敏感数据的情况下，利用用户针对终端设备的操作所产生的交互行为数据识别用户身份，可以提高识别效率及精度，并且由于用户对整个用户认证过程毫无感知，因此可以提高用户体验。

图3示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图3，上述当前登录账号对应的账号信息中还可以包括各用户身份标识信息对应的向量距离阈值，上述步骤1032、所述根据第一向量及各第二向量，从所述至少一个用户身份标识信息中确定所述用户对应的用户身份标识信息，可以包括：

步骤10321、分别确定所述第一向量与各第二向量之间的向量距离。

举例来说，服务器通过对当前登录账号对应的多个第一向量进行聚类操作，得到至少一个用户身份标识信息时，可以得到各用户身份标识信息对应的聚类中心，根据该聚类中心，可以确定各用户身份标识信息对应的向量距离阈值。服务器可以发送当前登录账号对应的账号信息至登录该当前登录账号的终端设备(周期性发送或者响应于终端设备的请求发送)，该账号信息中可以包括该当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、各用户身份标识信息对应的向量距离阈值。

终端设备可以确定用户的交互行为数据对应的第一向量与各用户身份标识信息对应的第二向量之间的向量距离，例如：可以采用欧式距离、曼哈顿距离、切比雪夫距离等方式计算第一向量与第二向量的向量距离，本申请实施例对确定向量距离的方式不做具体限定。

步骤10322、根据所述向量距离及各用户身份标识信息对应的向量距离阈值，从所述至少一个用户身份标识信息中确定所述用户所对应的用户身份标识信息。

举例来说，终端设备可以确定第一向量与第二向量的向量距离，并确定该向量距离是否满足该第二向量对应的用户身份标识信息所对应的向量距离阈值，在该向量距离满足第二向量对应的用户身份标识信息所对应的向量距离阈值(例如：向量距离小于向量距离阈值)时，可以确定该第二向量所对应的用户身份标识信息为用户对应的用户身份标识信息。

例如：当前登录账号对应的账号信息包括：(用户身份标识信息1、向量1、向量距离阈值1)、(用户身份标识信息2、向量2、向量距离阈值2)、(用户身份标识信息3、向量3、向量距离阈值3)。终端设备确定用户的交互行为数据对应的第一向量为向量4。终端设备可以分别确定向量4与向量1之间的向量距离1、向量4与向量2之间的向量距离2、向量4与向量3之间的向量距离3。假设，向量距离1小于向量距离阈值1，向量距离2大于向量距离阈值2、向量距离3大于向量距离阈值3，则可以确定向量距离1满足向量距离阈值1，进而确定向量距离阈值1对应的用户身份标识信息1为当前用户对应的用户身份标识信息。

这样，终端设备可以通过用户的交互行为所对应的第一向量与用户身份标识信息对应的第二向量之间的向量距离，精确地从当前登录账号对应的至少一个用户身份标识信息中确定用户对应的用户身份标识信息。

图4示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图4，上述步骤1031、通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量，可以包括：

步骤10311、对所述交互行为数据进行预处理操作，得到预处理后的交互行为数据；

举例来说，终端设备采集用户针对终端设备的交互行为数据后，可以将采集的交互行为数据存储至行为数据库中。终端设备可以从行为数据库中获取在预置时间段内的多个交互行为数据(预置时间段可以为预设的较短时间间隔，例如：1秒，2秒等，终端设备可以默认该预置时间段的多个交互行为数据为同一用户的多次操作所对应的数据)，并对该多个交互行为数据进行预处理操作，该预处理操作可以用于增强该多个交互行为数据的特征表达能力。

在一种可能的实现方式中，上述步骤10311、对所述交互行为数据进行预处理操作，得到预处理后的交互行为数据，可以包括：

清除所述交互行为数据中的异常数据；

对清除异常数据后的交互行为数据进行归一化处理，得到归一化后的交互行为数据；

对归一化后的交互行为数据进行离散化处理，得到预处理后的交互行为数据。

举例来说，异常数据可以为当前获取的交互行为数据中采集的错误数据，或者为与其他交互行为数据差异较大的交互行为数据，例如：其他交互行为数据均为正数，该交互行为数据为负数，则可以确定该交互行为数据为异常数据。终端设备可以从当前获取的交互行为数据中删除上述异常数据。

终端设备可以对清除了异常数据后的交互行为数据进行归一化处理，得到归一化后的交互行为数据，并对归一化后的交互行为数据进行离散化处理，增强了交互行为数据的特征表达能力，得到预处理后的交互行为数据。

步骤10312、通过身份识别模型对所述预处理后的交互行为数据进行特征提取，得到所述预处理后的交互行为数据对应的第一向量。

举例来说，终端设备可以将预处理后的交互行为数据作为身份识别模型的输入，该身份识别模型的输出即为交互行为数据对应的第一向量。

这样，经过对交互行为数据的预处理操作后，增强了该交互行为数据的特征表达能力，进而可以提高用户认证的精准度。

图5示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图5，上述方法还可以包括：

步骤104、发送推送请求至服务器，所述推送请求中包括用户对应的用户身份标识信息；

步骤105、接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

举例来说，终端设备完成用户认证后，可以向服务器发送推送请求，该推送请求中可以包括终端设备当前登录账号及用户对应的用户身份标识信息。

示例性的，终端设备完成用户认证后，服务器接收的来自该终端设备的任一行为数据中均可以包括用户对应的用户身份标识信息，进而服务器可以将该行为数据作为该用户身份标识信息对应的历史行为数据，根据对该用户身份标识信息对应的历史行为数据进行分析，可以得知该用户身份标识信息所对应的用户的相关信息，进而可以根据该用户的相关信息确定该用户可能感兴趣的多媒体内容。

服务器接收该推送请求后，可以根据用户对应的用户身份标识信息确定向终端设备推送的多媒体内容，进而将该多媒体内容发送至终端设备。

例如：夫妻二人共享同一账号，丈夫在终端设备登录该账号并进行操作时，终端设备可以根据丈夫的操作对应的交互行为数据确定其对应的用户身份标识信息为用户身份标识信息1，进而服务器接收的来自该终端设备的行为数据中均可以携带该用户身份标识信息1；妻子在终端设备登录该账号并进行操作时，终端设备可以根据妻子的操作对应的交互行为数据确定其对应的用户身份标识信息为用户身份标识信息2，进而服务器接收的来自该终端设备的行为数据中均可以携带该用户身份标识信息2。

当丈夫使用该终端设备时，终端设备确定其对应的用户身份标识信息为用户身份标识信息1，则服务器可以根据用户身份标识信息1对应的历史行为数据(丈夫的历史行为数据)分析确定向终端设备推送的多媒体内容，例如丈夫平常比较关注与篮球相关的内容，则服务器可以向终端设备推动与篮球相关的内容。

这样一来，终端设备可以在确定操作终端设备的用户对应的用户身份标识信息后，向服务器发送推送请求，进而使得服务器可以根据用户对应的用户身份标识信息为用户进行相应推送，可以提高推送的精度。

图6示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图6，上述方法还可以包括：

步骤106、向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

步骤107、接收服务器发送的所述身份识别模型。

举例来说，终端设备可以实时采集用户针对终端设备的交互行为数据，并可以向服务器上报交互信息，该交互信息中可以包括终端设备的当前登录账号及用户的交互行为数据(或者，预处理后的交互行为数据，预处理过程可以参照前述实施例)。

服务器接收该交互信息后，可以将该交互信息作为交互数据样本存储于样本库中，该样本库可以用于存储交互数据样本，交互数据样本可以为任一终端设备上报的交互信息。服务器可以周期性的从样本库中获取多个交互数据样本，进行身份识别模型的训练。

服务器在完成身份识别模型的训练后，可以将该身份识别模型发送至各终端设备。终端设备可以根据该身份识别模型确定当前用户的交互行为数据对应的第一向量，进而根据当前用户的交互行为数据对应的第一向量确定用户对应的用户身份标识信息(具体过程可以参照前述实施例，本申请在此不再赘述)，以完成用户认证，可以提高用户认证精度，且保证较好的用户体验。

图7示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图7，上述方法还可以包括：

步骤108、向服务器发送向量信息，所述向量信息包括交互行为数据对应的第一向量及当前登录账号，

以使服务器根据当前登录账号对应的多个向量信息进行聚类操作，确定所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。

步骤109、接收服务器发送的当前登录账号的账号信息，所述账号信息中包括所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。

举例来说，终端设备在确定用户的交互行为数据对应的第一向量后，可以向服务器发送向量信息，该向量信息中可以包括交互行为数据对应的第一向量及当前登录账号，服务器接收终端设备发送的向量信息后，可以将向量信息存储于向量数据库中。

服务器可以从向量数据库中获取当前登录账号对应的多个向量信息，对多个向量信息中的第一向量进行聚类操作，得到该当前登录账号对应的账号信息，可以包括至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。

服务器在确定当前登录账号对应的账号信息后，可以向登录该当前登录账号的终端设备发送账号信息；或者，服务器可以响应于终端设备针对当前登录账号对应的账号信息的请求，向终端设备发送该当前登录账号对应的账号信息。

这样一来，终端设备可以获知当前登录账号对应账号信息，包括至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值，并可以据此对用户进行认证(具体过程可以参照前述实施例，本申请在此不再赘述)，可以提高用户认证精度，且保证较好的用户体验。

图8示出根据本申请一示例性的一种用户认证方法的流程图。

图9示出根据本申请一示例性的一种用户认证方法的示意图。

为使本领域技术人员更好的理解本申请实施例，以下通过具体实施例对本申请实施例加以说明。

示例性的，参照图8。终端设备可以实时采集用户针对终端设备的交互行为数据，并将采集到的交互行为数据存储于行为数据库中。对行为数据库中的交互行为数据进行预处理，得到预处理后的交互行为数据，并可以通过身份识别模型确定上述预处理的交互行为数据对应的第一向量，同时可以向服务器发送交互信息，该交互信息中可以包括预处理后的交互行为数据及终端设备的当前登录账号。

上述身份识别模型为服务器周期性根据各终端设备上报的交互信息进行训练后，得到的身份识别模型，服务器可以将身份识别模型发送至各终端设备。

终端设备可以向服务器发送向量信息，该向量信息中可以包括上述交互行为对应的第一向量及当前登录账号。

终端设备可以获取当前登录账号对应的账号信息，该账号信息可以包括当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。

上述当前登录账号对应的账号信息，为服务器周期性对各终端设备上报的当前登录账号对应的多个向量信息进行聚类后得到的，服务器可以将该账号信息发送至登录该当前登录账号的终端设备(周期性发送或者响应于终端设别的请求发送，本申请对此不作限定)。

终端设备可以确定用户的交互行为数据对应的第一向量与各用户身份标识信息对应用户的交互行为数据对应的第二向量的向量距离，并确定向量距离满足向量距离阈值时，该向量距离阈值对应的用户身份标识信息为该用户对应的用户身份标识信息。

终端设备在确定用户的用户身份标识信息后，服务器接收到的来自该终端设备的任何行为数据中均可以包括用户对应的用户身份标识信息。

终端设备可以向服务器发送推送请求，该推送请求中可以包括终端设备的当前登录账号及用户对应的用户身份标识信息，以使得服务器可以根据包含该用户身份标识信息的行为数据确定待向用户推送的多媒体内容，进而将该多媒体内容推送至终端设备。

示例性的，如图9所示。用户甲、用户乙、用户丙、用户丁共享账号1，分别在各自的终端设备上登录该账号1。

用户甲的终端设备根据采集的用户甲针对终端设备的交互行为数据，确定用户甲对应用户身份标识信息1，则向服务器发送对应的推送请求1，该推送请求1中包括账户1和用户身份标识信息1。服务器接收到该推送请求1后，可以获取账号1中用户身份标识信息为用户身份标识信息1的历史行为数据，并根据获取的用户身份标识信息1的历史行为数据确定待向用户甲推送的多媒体信息1，将该多媒体信息1发送至用户甲。

用户乙的终端设备根据采集的用户乙针对终端设备的交互行为数据，确定用户乙对应用户身份标识信息2，则向服务器发送的任一行为数据1中均包括用户身份标识2，服务器接收到该行为数据1后，可以将该行为数据1作为账号1中用户身份标识信息为用户身份标识信息2的用户的历史行为数据，以根据用户身份标识信息2对应的历史行为数据，确定为用户乙推送的多媒体内容。

图10示出根据本申请一实施例的一种用户认证方法的流程图，该方法可以应用于服务器，如图10所示，该方法可以包括：

步骤1001、接收终端设备发送的交互信息，所述交互信息中包括用户针对终端设备的交互行为数据、及登录账号信息。

举例来说，终端设备可以实时采集用户针对终端设备的交互行为数据，并可以根据采集的交互行为数据生成交互信息，发送交互信息至服务器，该交互信息中可以包括用户针对终端设备的交互行为数据及终端设备当前的登录账号信息；或者，终端设备还可以对采集的交互行为数据进行预处理后，生成对应的交互信息发送至服务器。其中，终端设备采集用户的交互行为数据的过程、及对交互行为数据进行预处理的过程均可以参照前述实施例，本申请在此不再赘述。

步骤1002、将所述交互信息作为交互数据样本存储于样本库中。

举例来说，服务器可以将终端设备发送的交互信息作为交互样本数据存储于样本库中，用作于身份识别模型的交互数据样本。其中，样本库可以用于存储交互数据样本，交互数据样本可以为任一终端设备上报的交互信息。

步骤1003、从样本库中获取多个交互数据样本训练身份识别模型。

服务器可以周期性(每隔预置时间间隔)从样本库中获取多个交互数据样本，进行身份识别模型的寻练。示例性的，身份识别模型可以由嵌入网络、卷积神经网络、循环神经网络组成。

该身份识别模型可以用于对交互行为数据进行特征提取，以得到该交互行为数据对应的向量，该向量可以作为该交互行为数据的一种特征表达。

步骤1004、向终端设备发送训练得到的所述身份识别模型。

服务器在完成身份识别模型的训练后，可以将该身份识别模型发送至各终端设备，以使得各终端设备可以基于该身份识别模型及用户在各终端设备上产生的交互行为数据确定用户对应的用户身份标识信息(具体过程可以参照前述实施例)，以完成用户认证。

这样，服务器可以根据接收的终端设备发送的包含交互行为数据的交互信息，进行身份识别模型的训练，训练得到能够对用户的交互行为数据进行特征提取的身份识别模型，并将该身份识别模型发送至终端设备，以使得终端设备可以根据该身份识别模型提取用户交互行为数据对应的特征，进而对用户进行认证。根据本申请实施例提供的用户认证方法，可以在不需要用户额外进行认证操作，且不获取用户指纹或者人脸等敏感数据的情况下，利用用户针对终端设备的操作所产生的交互行为数据识别用户身份，可以提高识别效率及精度，并且由于用户对整个用户认证过程中毫无感知，因此可以提高用户体验。

图11示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图11，上述步骤1003、从样本库中获取多个交互数据样本训练身份识别模型，可以包括：

步骤10031、从所述样本库中获取第一数量的第一样本数据、及第二数量的第二样本数据，

其中，所述第一样本数据为第一登录账号信息对应的交互信息，所述第二样本数据为第二登录账号信息对应的交互信息，所述第二登录账号信息为与第一登录账号信息不同的任一登录账号信息。

举例来说，其中，第一数量及第二数量可以为预置的数值，可以相同，也可以不同。示例性的，服务器可以从样本库中获取10个交互信息进行身份识别模型的训练，其中可以包括2个登录账号信息1对应的交互信息，该2个登录账号信息1对应的交互信息上报的时间较近，或者该2个登录账号信息1对应的交互信息为在上报时间上相邻的交互信息。8个其他登录账号信息对应的交互信息，该8个交互信息可以由任意的登录账号信息(非登录账号信息1)所对应的交互信息组成，例如：由登录账号信息2、登录账号信息3、登录账号信息4所对应的交互信息组成。

步骤10032、分别通过身份识别模型确定各所述第一样本数据中的交互行为数据所对应的第一向量，及各第二样本数据中的交互行为数据所对应的第二向量；

服务器可以将第一样本数据中的交互行为数据作为身份识别模型的输入，得到第一样本数据中的交互行为数据对应的第一向量，及将第二样本数据中的交互行为数据作为身份识别模型的输入，得到第二样本数据中的交互行为对应的第二向量。

步骤10033、根据各所述第一向量及各所述第二向量，确定所述身份识别模型的向量残差。

在一种可能的实现方式中，上述步骤10033、根据各所述第一向量及各所述第二向量，确定所述身份识别模型的向量残差，可以包括：

将所述各所述第一向量及各所述第二向量输入度量学习残差网络中，得到所述身份识别模型的向量残差；

其中，所述向量残差用于表征所述各第一向量之间的相似度，及各第一向量与各第二向量之间的差异度。

举例来说，服务器可以将第一向量及第二向量输入度量学习残差网络中，确定身份识别模型的向量残差，该度量学习残差网络可以用于确定各第一向量之间的相似度，各第一向量与各第二向量之间的差异度，也即该向量残差可以用于表征各第一向量之间的相似度，及各第一向量与各第二向量之间的差异度。该向量残差越小，可以表明各第一向量之间的相似度越高，第一向量与各第二向量之间的差异度越小，反之，该向量残差越大，可以表明各第一向量之间的相似度越低，第一向量与各第二向量之间的差异度越大。

步骤10034、根据所述向量残差，调整所述身份识别模型的参数。

举例来说，在向量残差不符合训练要求(向量残差大于残差阈值)时，服务器可以根据上述向量残差调整身份识别模型的参数，并继续根据交互数据样本训练身份识别模型，直至身份识别模型的向量残差符合训练要求(向量残差小于残差阈值)，完成身份识别模型的训练，并将训练得到的身份识别模型发送至各终端设备。

图12示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图12，上述方法还可以包括：

步骤1005、接收终端设备发送的第一向量信息，所述第一向量信息包括第一交互行为数据对应的向量及当前登录账号信息。

举例来说，任一终端设备在确定用户的交互行为数据对应的第一向量后，可以向服务器发送第一向量信息，该第一向量信息中可以包括该交互行为数据对应的第一向量及终端设备的当前登录账号信息。服务器接收终端设备发送的第一向量信息后，可以将第一向量信息存储于向量数据库中，该向量数据库可以用于存储各终端设备上报的向量信息。

步骤1006、获取所述当前登录账号信息对应的多个第二向量信息，所述第二向量信息包括第二交互行为数据对应的向量及所述当前登录账号信息。

举例来说，服务器接收第一向量信息后，可以从向量数据库中获取第一向量信息对应的当前登录账号信息所对应的多个第二向量信息(例如：预置时间段内该当前登录账号信息对应的所有向量信息)，该第一向量信息及第二向量信息可以为共享该用户账号信息的多个用户中的一个用户或者多个用户对应的交互行为数据所对应的向量信息。

步骤1007、对所述第一向量信息及所述第二向量信息进行聚类处理，得到所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值。

举例来说，服务器可以对第一向量信息及第二向量信息中包含的向量进行聚类处理，例如：采用K-Means(K均值)聚类、均值漂移聚类、基于密度的聚类方法(DBSCAN)、用高斯混合模型(GMM)的最大期望(EM)聚类等方式对上述向量进行聚类，本申请对于聚类的方式不做具体限定。

这样一来，服务器可以通过聚类的方式，将共享同一账号的多个用户的交互行为数据所对应的向量分类，属于同一用户的交互行为数据对应的向量聚为同一类，以此可以确定共享该账号的用户数，每一用户可以对应一个用户身份标识信息，并根据每一用户身份标识对应的用户的交互行为数据，通过任务识别模型得到该用户身份标识信息对应的第二向量，该第二向量为该用户身份标识信息对应的用户的交互行为数据的一种特征表达。

在聚类过程中，服务器可以确定任一用户身份标识信息的聚类中心，并根据该聚类中心可以确定该用户身份标识信息的向量距离阈值，该向量距离阈值至聚类中心可以覆盖预置数量(例如：90％)的该用户身份标识信息下用户交互行为数据所对应的向量。

步骤1008、向终端设备发送账号信息，所述账号信息中包括所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值。

终端设备在完成针对该当前登录账号信息的聚类后，可以向登录该当前登录账号信息的终端设备发送账号信息，该账号信息中可以包括当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值，以使得终端设备可以根据该账号信息对操作该终端设备的用户进行用户认证(具体过程可以参照前述实施例，本申请实施例对此不再赘述)。

图13示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图13，上述方法还可以包括：

步骤1009、接收终端设备发送的当前行为数据，所述当前行为数据中包括用户对应的用户身份标识信息；

步骤1010、将所述当前行为数据作为所述用户身份标识信息对应用户的历史行为数据。

终端设备识别出用户的用户身份标识信息后，与服务器进行交互的过程中，向服务器发送的当前行为数据中可以包括用户对应的用户身份标识信息，还可以包括当前登录账号信息。

举例来说，服务器接收终端设备发送的当前行为数据后，可以将该当前行为数据作为该当前登录账号信息中该用户身份标识信息的历史行为数据，以便在接收到包括该用户身份标识信息的推送请求时，可以根据该用户身份标识信息下的历史行为数据确定针对该用户身份标识信息的推送内容。

图14示出根据本申请一实施例的一种用户认证方法的流程图。

在一种可能的实现方式中，参照图14，上述方法还可以包括：

步骤1011、接收终端设备发送的推送请求，所述推送请求中包括用户对应的用户身份标识信息。

举例来说，终端设备在完成用户认证，确定当前用户对应的用户身份标识信息后，可以向服务器发送推送请求，该推送请求中可以包括该用户对应的用户身份标识信息。

步骤1012、获取所述用户身份标识信息对应用户的历史行为数据。

步骤1013、根据所述历史行为数据确定待推送的多媒体内容。

步骤1014、发送所述多媒体内容至终端设备。

服务器可以获取该用户身份标识信息下的历史行为数据(均为所属该用户身份标识信息的该用户的操作所产生的数据)，并通过对该用户身份标识信息下的历史行为数据进行分析，确定待推送给该用户身份标识信息对应的用户的多媒体内容，并将确定的多媒体内容发送至终端设备。

这样一来，终端设备可以在确定操作终端设备的用户对应的用户身份标识信息后，向服务器发送推送请求，进而使得服务器可以根据用户所属的用户身份标识信息为用户进行相应推送，可以提高推送的精度。

图15示出根据本申请一实施例的一种用户身份信息的生成方法的流程图，该方法可以应用于终端设备，如图15所示，该方法可以包括：

步骤1501、采集用户针对终端设备的交互行为数据；

步骤1502、通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

步骤1503、将所述第一向量作为所述用户的身份认证指纹，所述身份认证指纹用于认证所述用户的用户身份信息。

举例来说，终端设备可以采集用户针对终端设备的交互行为数据(采集交互行为数据的过程可以参照前述实施例，本申请在此不再赘述)，通过身份识别模型对交互行为数据进行特征提取，得到交互行为数据对应的第一向量。其中，身份识别模型可以用于对交互行为数据进行特征提取，将其转换为对应的第一向量的模型。任一终端设备均可以将实时采集的交互行为数据上报至服务器，服务器可以周期性根据接收的各终端设备上报的各登录账号对应的交互行为数据，训练身份识别模型(身份识别模型的训练过程可以参照前述实施例，本申请在此不在赘述)，并在完成身份识别模型的训练后，将身份识别模型发送至各终端设备。

在一种可能的实现方式中，上述方法还可以包括：

确定当前登录账号；

向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及所述当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

接收服务器发送的所述身份识别模型。

举例来说，终端设备可以实时采集用户针对终端设备的交互行为数据，并确定当前登录账号，根据上述交互行为数据及当前登录账号向服务器发送交互信息，以使得服务器可以根据交互信息训练身份识别模型(身份识别模型训练过程可以参照前述实施例，本申请在此不再赘述)，并在完成身份识别模型后，将身份识别模型发送至终端设备。

上述第一向量可以作为该用户的身份认证指纹，通过身份认证指纹可以认证用户的身份，例如：在多人共享同一账号的场景下，可以通过用户的身份认证指纹确定当前操作终端登录该账号进行操作的用户的身份(具体过程可以参照前述实施例，本申请在此不再赘述)。

这样一来，终端设备可以采集用户针对终端设备的交互行为数据，通过身份识别模型可以对该交互行为数据进行特征提取，得到对应的第一向量，将该第一向量作为该用户的身份认证指纹。根据本申请实施例提供的用户身份信息的生成方法，可以根据用户针对终端设备的交互行为数据生成用户的身份认证指纹，可以精准的标识用户，使得根据该身份认证指纹可以精确的对用户进行身份认证。

图16示出根据本申请一实施例的一种多媒体内容的推送方法的流程图，如图16所示，该方法可以包括：

步骤1601、采集用户针对终端设备的交互行为数据；

步骤1602、根据所述交互行为数据确定用户在当前登录账号下对应的用户身份标识信息；

步骤1603、发送推送请求至服务器，所述推送请求中包括所述当前登录账号及用户对应的用户身份标识信息；

步骤1604、接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

举例来说，终端设备可以采集用户针对终端设备的交互行为数据(采集交互行为数据的过程可以参照前述实施例，本申请在此不再赘述)，通过身份识别模型对交互行为数据进行特征提取，得到交互行为数据对应的第一向量。其中，身份识别模型可以用于对交互行为数据进行特征提取，将其转换为对应的第一向量的模型。任一终端设备均可以将实时采集的交互行为数据上报至服务器，服务器可以周期性根据接收的各终端设备上报的各登录账号对应的交互行为数据，训练身份识别模型(身份识别模型的训练过程可以参照前述实施例，本申请在此不在赘述)，并在完成身份识别模型的训练后，将身份识别模型发送至各终端设备。

终端设备可以获取当前登录账号对应的账号信息(账号信息的生成过程可以参照前述实施例，本申请在此不再赘述)，该账号信息可以包括当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。终端设备可以确定交互行为数据对应的第一向量与各用户身份标识信息对应用户的交互行为数据所对应的第二向量之间的向量距离，根据向量距离与各用户身份标识信息对应的向量距离阈值确定用户对应的用户身份标识信息(具体过程可以参照前述实施例，本申请在此不再赘述)。

在确定用户的用户身份标识信息后，终端设备发送至服务器的任一行为数据中均可以包括用户对应的用户身份标识信息，进而服务器可以将该行为数据作为该用户身份标识信息对应的历史行为数据，在接收到终端设备发送的推送消息后，根据对推送消息中包含的用户身份标识信息所对应的历史行为数据进行分析，可以得知该用户身份标识信息所对应的用户的相关信息，进而可以根据该用户的相关信息确定该用户可能感兴趣的多媒体内容，并发送该多媒体内容至终端设备。

这样，终端设备可以根据用户针对终端设备的交互行为数据确定用户的用户身份标识信息，进而使得服务器可以根据用户的用户身份标识信息确定用户身份，根据用户身份对用户进行多媒体内容的推送。根据本申请提供的多媒体内容的推送方法，可以提高推送的精度。

图17示出根据本申请一实施例的一种用户认证装置的结构框图，该装置可以应用于终端设备。如图17所示，该装置可以包括：

采集模块1701，可以用于采集用户针对终端设备的交互行为数据；

确定模块1702，可以用于确定当前登录账号对应的账号信息；

身份确认模块1703，可以用于根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息。

这样，终端设备可以在采集用户针对终端设备的交互行为数据后，确定当前登录账号对应的账号信息，并可以根据用户针对终端的交互行为数据及当前登录账号对应的账号信息，确定用户的用户身份标识。根据本申请实施例提供的用户认证装置，可以在不需要用户额外进行认证操作，且不获取用户指纹或者人脸等敏感数据的情况下，利用用户针对终端设备的操作所产生的交互行为数据精确的识别用户身份，可以提高识别效率及精度，以及可以提高用户体验。

在一种可能的实现方式中，所述当前登录账号对应的账号信息中包括至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量，所述身份确认模块，还用于：

通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

根据所述第一向量及各第二向量，从所述至少一个用户身份标识信息中确定所述用户对应的用户身份标识信息。

在一种可能的实现方式中，所述当前登录账号对应的账号信息中还包括各用户身份标识信息对应的向量距离阈值，

所述身份确认模块，还用于：

分别确定所述第一向量与各第二向量之间的向量距离；

根据所述向量距离及各用户身份标识信息对应的向量距离阈值，从所述至少一个用户身份标识信息中确定所述用户所对应的用户身份标识信息。

在一种可能的实现方式中，所述身份确认模块，还用于：

对所述交互行为数据进行预处理操作，得到预处理后的交互行为数据；

通过身份识别模型对所述预处理后的交互行为数据进行特征提取，得到所述预处理后的交互行为数据对应的第一向量。

在一种可能的实现方式中，所述所述身份确认模块，还用于：

清除所述交互行为数据中的异常数据；

对清除异常数据后的交互行为数据进行归一化处理，得到归一化后的交互行为数据；

对归一化后的交互行为数据进行离散化处理，得到预处理后的交互行为数据。

在一种可能的实现方式中，所述装置还可以包括：

第一发送模块，可以发送推送请求至服务器，所述推送请求中包括用户对应的用户身份标识信息；

第一接收模块，可以接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

在一种可能的实现方式中，所述装置还可以包括：

第二发送模块，可以用于向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

第二接收模块，可以用于接收服务器发送的所述身份识别模型。

在一种可能的实现方式中，所述装置还可以包括：

第三发送模块，可以用于向服务器发送向量信息，所述向量信息包括交互行为数据对应的第一向量及当前登录账号，

以使服务器根据当前用登录账号对应的多个向量信息进行聚类操作，确定所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值；

第三接收模块，可以接收服务器发送的当前登录账号的账号信息，所述账号信息中包括所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。

图18示出根据本申请一实施例的一种用户认证装置的结构框图，该装置可以应用于终端设备。如图18所示，该装置可以包括：

第一接收模块1801，可以用于接收终端设备发送的交互信息，所述交互信息中包括用户针对终端设备的交互行为数据、及登录账号信息；

存储模块1802，可以用于将所述交互信息作为交互数据样本存储于样本库中；

训练模块1803，可以用于从样本库中获取多个交互数据样本训练身份识别模型；

第一发送模块1804，可以用于向终端设备发送训练得到的所述身份识别模型。

这样，服务器可以根据接收的终端设备发送的包含交互行为数据的交互信息，进行身份识别模型的训练，训练得到能够对用户的交互行为数据进行特征提取的身份识别模型，并将该身份识别模型发送至终端设备，以使得终端设备可以根据该身份识别模型提取用户交互行为数据对应的特征，进而对用户进行认证。根据本申请实施例提供的用户认证装置，可以在不需要用户额外进行认证操作，且不获取用户指纹或者人脸等敏感数据的情况下，根据用户针对终端设备的操作所产生的交互行为数据识别用户身份，可以提高识别效率及精度，并且由于用户对整个用户认证过程中毫无感知，因此可以提高用户体验。

在一种可能的实现方式中，所述训练模块，还可以用于：

从所述样本库中获取第一数量的第一样本数据、及第二数量的第二样本数据，

其中，所述第一样本数据为第一登录账号信息对应的交互信息，所述第二样本数据为第二登录账号信息对应的交互信息，所述第二登录账号信息为与第一登录账号信息不同的任一用户账号信息；

分别通过共享识别模型确定各所述第一样本数据中的交互行为数据所对应的第一向量，及各第二样本数据中的交互行为数据所对应的第二向量；

根据各所述第一向量及各所述第二向量，确定所述身份识别模型的向量残差；

根据所述向量残差，调整所述身份识别模型的参数。

在一种可能的实现方式中，所述训练模块，还可以用于：

将所述各所述第一向量及各所述第二向量输入度量学习残差网络中，得到所述身份识别模型的向量残差；

其中，所述向量残差用于表征所述各第一向量之间的相似度，及各第一向量与各第二向量之间的差异度。

在一种可能的实现方式中，所述装置还可以包括：

第二接收模块，可以用于接收终端设备发送的第一向量信息，所述第一向量信息包括第一交互行为数据对应的向量及当前登录账号信息；

第一获取模块，可以获取所述当前登录账号信息对应的多个第二向量信息，所述第二向量信息包括第二交互行为数据对应的向量及所述当前登录账号信息；

聚类模块，可以对所述第一向量信息及所述第二向量信息进行聚类处理，得到所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值；

第二发送模块，可以向终端设备发送账号信息，所述账号信息中包括所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值。

在一种可能的实现方式中，所述装置还可以包括：

第三接收模块，可以用于接收终端设备发送的当前行为数据，所述当前行为数据中包括用户对应的用户身份标识信息；

数据处理模块，可以将所述当前行为数据作为所述用户身份标识信息对应用户的历史行为数据。

在一种可能的实现方式中，所述装置还可以包括：

第四接收模块，可以用于接收终端设备发送的推送请求，所述推送请求中包括用户对应的用户身份标识信息；

第二获取模块，可以用于获取所述用户身份标识信息对应用户的历史行为数据；

确定模块，可以用于根据所述历史行为数据确定待推送的多媒体内容；

第三发送模块，可以用于发送所述多媒体内容至终端设备。

图19示出根据本申请一实施例的一种用户身份信息的生成装置的结构框图。如图19所示，该装置可以包括：

采集模块1901，可以用于采集用户针对终端设备的交互行为数据；

处理模块1902，可以用于通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

确认模块1903，可以用于将所述第一向量作为所述用户的身份认证指纹，所述身份认证指纹用于认证所述用户的用户身份信息。

在一种可能的实现方式中，上述装置还可以包括：

确定模块，可以用于确定当前登录账号；

发送模块，可以用于向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及所述当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

接收模块，可以用于接收服务器发送的所述身份识别模型。

这样一来，终端设备可以采集用户针对终端设备的交互行为数据，通过身份识别模型可以对该交互行为数据进行特征提取，得到对应的第一向量，将该第一向量作为该用户的身份认证指纹。根据本申请实施例提供的用户身份信息的生成装置，可以根据用户针对终端设备的交互行为数据生成用户的身份认证指纹，可以精准的标识用户，使得根据该身份认证指纹可以精确的对用户进行身份认证。

图20示出根据本申请一实施例的一种多媒体内容的推送装置的结构框图。如图20所示，该装置可以包括：

采集模块2001，可以用于采集用户针对终端设备的交互行为数据；

确定模块2002，可以用于根据所述交互行为数据确定用户在当前登录账号下对应的用户身份标识信息；

发送模块2003，可以用于发送推送请求至服务器，所述推送请求中包括所述当前登录账号及用户对应的用户身份标识信息；

接收模块2004，可以用于接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

这样，终端设备可以根据用户针对终端设备的交互行为数据确定用户的用户身份标识信息，进而使得服务器可以根据用户的用户身份标识信息确定用户身份，根据用户身份对用户进行多媒体内容的推送。根据本申请提供的多媒体内容的推送方法，可以提高推送的精度。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、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，磁带磁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。

图21是根据一示例性实施例示出的一种用于用户认证的装置2100的框图。例如，装置2100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21，装置2100可以包括以下一个或多个组件：处理组件2102，存储器2104，电源组件2106，多媒体组件2108，音频组件2110，输入/输出(I/O)的接口2112，传感器组件2114，以及通信组件2116。

处理组件2102通常控制装置2100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2102可以包括一个或多个处理器2120来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件2102可以包括一个或多个模块，便于处理组件2102和其他组件之间的交互。例如，处理组件2102可以包括多媒体模块，以方便多媒体组件2109和处理组件2102之间的交互。

存储器2104被配置为存储各种类型的数据以支持在装置2100的操作。这些数据的示例包括用于在装置2100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2104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。

电源组件2106为装置2100的各种组件提供电力。电源组件2106可以包括电源管理系统，一个或多个电源，及其他与为装置2100生成、管理和分配电力相关联的组件。

多媒体组件2108包括在所述装置2100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。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述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2109包括一个前置摄像头和/或后置摄像头。当装置2100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2110被配置为输出和/或输入音频信号。例如，音频组件2110包括一个麦克风(MIC)，当装置2100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2104或经由通信组件2116发送。在一些实施例中，音频组件2110还包括一个扬声器，用于输出音频信号。

I/O接口2112为处理组件2102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2114包括一个或多个传感器，用于为装置2100提供各个方面的状态评估。例如，传感器组件2114可以检测到装置2100的打开/关闭状态，组件的相对定位，例如所述组件为装置2100的显示器和小键盘，传感器组件2114还可以检测装置2100或装置2100一个组件的位置改变，用户与装置2100接触的存在或不存在，装置2100方位或加速/减速和装置2100的温度变化。传感器组件2114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2114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2114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2116被配置为便于装置2100和其他设备之间有线或无线方式的通信。装置2100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2116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，所述通信组件2116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2100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，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器2104，上述计算机程序指令可由装置2100的处理器2120执行以完成上述方法。

图22是根据一示例性实施例示出的一种用于用户认证的装置2200的框图。例如，装置2200可以被提供为一服务器。参照图22，装置2200包括处理组件2222，其进一步包括一个或多个处理器，以及由存储器2232所代表的存储器资源，用于存储可由处理组件2222的执行的指令，例如应用程序。存储器2232中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件2222被配置为执行指令，以执行上述方法。

装置2200还可以包括一个电源组件2226被配置为执行装置2200的电源管理，一个有线或无线网络接口2250被配置为将装置2200连接到网络，和一个输入输出(I/O)接口2258。装置2200可以操作基于存储在存储器2232的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器2232，上述计算机程序指令可由装置2200的处理组件2222执行以完成上述方法。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。

以上所述仅为本申请的实施例而已，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 (23)

1.一种用户认证方法，其特征在于，应用于终端设备，包括：

采集用户针对终端设备的交互行为数据；

确定当前登录账号对应的账号信息；

根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息。

2.根据权利要求1所述的方法，其特征在于，所述当前登录账号对应的账号信息中包括至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量，

所述根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息，包括：

通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

根据所述第一向量及各第二向量，从所述至少一个用户身份标识信息中确定所述用户对应的用户身份标识信息。

3.根据权利要求2所述的方法，其特征在于，所述当前登录账号对应的账号信息中还包括各用户身份标识信息对应的向量距离阈值，

所述根据第一向量及各第二向量，从所述至少一个用户身份标识信息中确定所述用户对应的用户身份标识信息，包括：

分别确定所述第一向量与各第二向量之间的向量距离；

根据所述向量距离及各用户身份标识信息对应的向量距离阈值，从所述至少一个用户身份标识信息中确定所述用户所对应的用户身份标识信息。

4.根据权利要求2或3所述的方法，其特征在于，所述通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量，包括：

对所述交互行为数据进行预处理操作，得到预处理后的交互行为数据；

通过身份识别模型对所述预处理后的交互行为数据进行特征提取，得到所述预处理后的交互行为数据对应的第一向量。

5.根据权利要求4所述的方法，其特征在于，所述对所述交互行为数据进行预处理操作，得到预处理后的交互行为数据，包括：

清除所述交互行为数据中的异常数据；

对清除异常数据后的交互行为数据进行归一化处理，得到归一化后的交互行为数据；

对归一化后的交互行为数据进行离散化处理，得到预处理后的交互行为数据。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

发送推送请求至服务器，所述推送请求中包括用户对应的用户身份标识信息；

接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：

向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

接收服务器发送的所述身份识别模型。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

向服务器发送向量信息，所述向量信息包括交互行为数据对应的第一向量及当前登录账号，

以使服务器根据当前用登录账号对应的多个向量信息进行聚类操作，确定所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值；

接收服务器发送的当前登录账号的账号信息，所述账号信息中包括所述当前登录账号对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的第二向量、及各用户身份标识信息对应的向量距离阈值。

9.一种用户认证方法，其特征在于，应用于服务器，包括：

接收终端设备发送的交互信息，所述交互信息中包括用户针对终端设备的交互行为数据、及登录账号信息；

将所述交互信息作为交互数据样本存储于样本库中；

从样本库中获取多个交互数据样本训练身份识别模型；

向终端设备发送训练得到的所述身份识别模型。

10.根据权利要求9所述的方法，其特征在于，所述从样本库中获取多个交互数据样本训练身份识别模型，包括：

从所述样本库中获取第一数量的第一样本数据、及第二数量的第二样本数据，

其中，所述第一样本数据为第一登录账号信息对应的交互信息，所述第二样本数据为第二登录账号信息对应的交互信息，所述第二登录账号信息为与第一登录账号信息不同的任一登录账号信息；

分别通过身份识别模型确定各所述第一样本数据中的交互行为数据所对应的第一向量，及各第二样本数据中的交互行为数据所对应的第二向量；

根据各所述第一向量及各所述第二向量，确定所述身份识别模型的向量残差；

根据所述向量残差，调整所述身份识别模型的参数。

11.根据权利要求10所述的方法，其特征在于，所述根据各所述第一向量及各所述第二向量，确定所述身份识别模型的向量残差，包括：

将所述各所述第一向量及各所述第二向量输入度量学习残差网络中，得到所述身份识别模型的向量残差；

其中，所述向量残差用于表征所述各第一向量之间的相似度，及各第一向量与各第二向量之间的差异度。

12.根据权利要求9至11任一项所述的方法，其特征在于，所述方法还包括：

接收终端设备发送的第一向量信息，所述第一向量信息包括第一交互行为数据对应的向量及当前登录账号信息；

获取所述当前登录账号信息对应的多个第二向量信息，所述第二向量信息包括第二交互行为数据对应的向量及所述当前登录账号信息；

对所述第一向量信息及所述第二向量信息进行聚类处理，得到所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值；

向终端设备发送账号信息，所述账号信息中包括所述当前登录账号信息对应的至少一个用户身份标识信息、各用户身份标识信息对应用户的交互行为数据所对应的向量、及各用户身份标识信息对应的向量距离阈值。

13.根据权利要求9至12任一项所述的方法，其特征在于，所述方法还包括：

接收终端设备发送的当前行为数据，所述当前行为数据中包括用户对应的用户身份标识信息；

将所述当前行为数据作为所述用户身份标识信息对应用户的历史行为数据。

14.根据权利要求13所述的方法，其特征在于，所述方法还包括：

接收终端设备发送的推送请求，所述推送请求中包括用户对应的用户身份标识信息；

获取所述用户身份标识信息对应用户的历史行为数据；

根据所述历史行为数据确定待推送的多媒体内容；

发送所述多媒体内容至终端设备。

15.一种用户身份信息的生成方法，其特征在于，包括：

采集用户针对终端设备的交互行为数据；

通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

将所述第一向量作为所述用户的身份认证指纹，所述身份认证指纹用于认证所述用户的用户身份信息。

16.根据权利要求15所述的方法，其特征在于，所述方法还包括：

确定当前登录账号；

向服务器发送交互信息，所述交互信息中包括用户的交互行为数据、及所述当前登录账号，以使服务器将所述交互信息作为交互数据样本训练所述身份识别模型；

接收服务器发送的所述身份识别模型。

17.一种多媒体内容的推送方法，其特征在于，包括：

采集用户针对终端设备的交互行为数据；

根据所述交互行为数据确定用户在当前登录账号下对应的用户身份标识信息；

发送推送请求至服务器，所述推送请求中包括所述当前登录账号及用户对应的用户身份标识信息；

接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

18.一种用户认证装置，其特征在于，应用于终端设备，包括：

采集模块，用于采集用户针对终端设备的交互行为数据；

确定模块，用于确定当前登录账号对应的账号信息；

身份确认模块，用于根据所述交互行为数据及所述当前登录账号对应的账号信息，确定所述用户的用户身份标识信息。

19.一种用户认证装置，其特征在于，应用于服务器，包括：

第一接收模块，用于接收终端设备发送的交互信息，所述交互信息中包括用户针对终端设备的交互行为数据、及登录账号信息；

存储模块，用于将所述交互信息作为交互数据样本存储于样本库中；

训练模块，用于从样本库中获取多个交互数据样本训练身份识别模型；

第一发送模块，用于向终端设备发送训练得到的所述身份识别模型。

20.一种用户身份信息的生成装置，其特征在于，包括：

采集模块，用于采集用户针对终端设备的交互行为数据；

处理模块，用于通过身份识别模型对所述交互行为数据进行特征提取，得到所述交互行为数据对应的第一向量；

确认模块，用于将所述第一向量作为所述用户的身份认证指纹，所述身份认证指纹用于认证所述用户的用户身份信息。

21.一种多媒体内容的推送装置，其特征在于，包括：

采集模块，用于采集用户针对终端设备的交互行为数据；

确定模块，用于根据所述交互行为数据确定用户在当前登录账号下对应的用户身份标识信息；

发送模块，用于发送推送请求至服务器，所述推送请求中包括所述当前登录账号及用户对应的用户身份标识信息；

接收模块，用于接收服务器推送的多媒体内容，所述多媒体内容为服务器根据所述用户对应的用户身份标识信息确定的。

22.一种用户认证装置，其特征在于，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执行权利要求1至17任一项所述的方法。

23.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，应用于终端设备，所述计算机程序指令被处理器执行时实现权利要求1至17中任意一项所述的方法。

Images