CN112988842A - 关联用户id的方法及装置 - Google Patents
关联用户id的方法及装置 Download PDFInfo
- Publication number
- CN112988842A CN112988842A CN202110316839.6A CN202110316839A CN112988842A CN 112988842 A CN112988842 A CN 112988842A CN 202110316839 A CN202110316839 A CN 202110316839A CN 112988842 A CN112988842 A CN 112988842A
- Authority
- CN
- China
- Prior art keywords
- user
- cluster set
- existing
- associating
- pair
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000004044 response Effects 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 230000002776 aggregation Effects 0.000 description 41
- 238000004220 aggregation Methods 0.000 description 41
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 235000014510 cooky Nutrition 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/256—Integrating or interfacing systems involving database management systems in federated or virtual databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开公开了关联用户ID的方法,涉及大数据领域,尤其涉及信息流和云计算等技术领域。具体实现方案为:获取新出现的用户ID对,其中,用户ID对中包括第一用户ID和第二用户ID;以及响应于第一用户ID是第一用户ID聚类集合中的已有用户ID且第二用户ID不是第一用户ID聚类集合中的已有用户ID,基于第一用户ID,将第二用户ID关联至第一用户ID聚类集合的集合标识。
Description
技术领域
本公开涉及互联网技术领域,尤其涉及大数据领域,特别涉及信息流和云计算等技术领域,具体涉及一种关联用户ID的方法、一种关联用户ID的装置、一种电子设备、一种存储有计算机指令的非瞬时计算机可读存储介质和计算机程序产品。
背景技术
随着数字化技术的兴起,越来越多的用户行为能够被机器记录下来。但是,由于各领域本身具有独立性,在不同领域,针对同一用户,日志记录的用户ID是不同的。例如,在广告领域,一般将IMEI/IDFA作为用户ID来记录用户的广告行为;在电商领域,一般将会员号作为用户ID来记录用户的购买行为。因此,在没有“用户ID关联”的情况下,企业主无法串联各领域的用户数据。
发明内容
本公开提供了一种关联用户ID的方法、装置、设备、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种关联用户ID的方法。该方法包括:获取新出现的用户ID对,其中,所述用户ID对中包括第一用户ID和第二用户ID;以及响应于所述第一用户ID是第一用户ID聚类集合中的已有用户ID且所述第二用户ID不是所述第一用户ID聚类集合中的已有用户ID,基于所述第一用户ID,将所述第二用户ID关联至所述第一用户ID聚类集合的集合标识。
根据本公开的另一方面,提供了一种关联用户ID的装置。该装置包括:第一获取模块,用于获取新出现的用户ID对,其中,所述用户ID对中包括第一用户ID和第二用户ID;以及第一关联模块,用于响应于所述第一用户ID是第一用户ID聚类集合中的已有用户ID且所述第二用户ID不是所述第一用户ID聚类集合中的已有用户ID,基于所述第一用户ID,将所述第二用户ID关联至所述第一用户ID聚类集合的集合标识。
根据本公开的另一方面,提供了一种电子设备,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,以使所述至少一个处理器能够执行本公开实施例所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开实施例所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开实施例所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1A示例性示出了适于本公开实施例的关联用户ID的方法和装置的系统架构;
图1B示例性示出了可以实现本公开实施例的关联用户ID的方法和装置的场景图;
图2示例性示出了根据本公开实施例的关联用户ID的方法的流程图;
图3A~图3C示例性示出了根据本公开实施例的关联用户ID的原理图;
图4示例性示出了根据本公开实施例的关联用户ID的装置的框图;以及
图5示例性示出了用来实现本公开实施例的关联用户ID的方法和装置的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
目前,每个用户通常人手多部电子设备,每部电子设备都有自己唯一的ID。同时,每个用户通常还人手多个应用账号。在这种情况下,用户通过各用户账号在这些电子设备上登录,会与电子设备的ID以及对应的cookie ID之间产生各种关联关系。为了便于为用户提供精准服务,通常需要进行用户ID关联,将同一用户在各渠道的用户ID做“全关联打通”。
应该理解,可以认为出现在同一日志中的多个用户ID是相互关联的,并且可以组合成至少一个用户ID对。
示例性的,可以将日志中收集到的用户ID对聚合到“自然人”,该过程涉及基础数据累积→设备聚合→聚合到人三个阶段。聚合阶段(包括设备聚合和聚合到人)通常涉及20多个全量聚合任务。这些全量聚合任务通常涉及2000亿用户ID对,产出延迟通常超过3天。可见,该聚合阶段设计的聚合任务是重量级的。
在这种情况下,无论是将日志中新出现的用户ID对直接引入聚合阶段,还是先进行引入效果评估,在确定引入效果达到预期之后再引入聚合阶段,都可能导致聚合效果变差。比如异常ID将多个数据流大图关联会造成长尾。举例而言,将两个自然人的ID产生关联就存在这种问题。此外,如果日志中新出现的用户ID对中涉及新类型的ID,则还需要修改整个数据流,这样会浪费大量的人力和时间。
因此,本公开实施例提供了一种采用轻量级挂载方式的关联用户ID的方法和装置,既可以将同一用户在各渠道的用户ID打通,又可以避免聚合效果变差,同时还可以节约人力成本和时间成本。
以下将结合具体实施例详细阐述本公开。
适于本公开实施例的关联用户ID的方法和装置的系统架构介绍如下。
图1A示例性示出了适于本公开实施例的关联用户ID的方法和装置的系统架构。需要注意的是,图1A所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他环境或场景。
如图1A所示,系统架构100可以包括终端设备101、102、103和服务器104。用户可以通过终端设备101、102、103登录一个或者多个应用账号。这个/这些应用账号会与对应的终端设备的ID以及对应的cookie ID之间产生各种关联关系。用户使用这些终端设备、以及登录这个/这些应用账号、以及发生的其他用户行为都由服务器104通过日志记录下来。并且,服务器104还可以根据日志中出现的用户ID对,对任意用户实现用户ID关联,即对任意用户实现用户ID打通。本公开的技术方案中,所涉及的用户行为的记录,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
应该理解,图1A中的终端设备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和服务器。
适于本公开实施例的关联用户ID的方法和装置的应用场景介绍如下。
应该理解,关联用户ID可以以用户ID为线索,在自然人维度进行用户数据的打通。具体地,可以将各种用户ID,分多个层次,聚合到“自然人”名下。示例性的,可以定义“UDWID”为自然人的标识(也称聚类集合的标识),用于标识对应的聚类集合。
如图1B所示,在该应用场景中,可以通过“累计阶段→聚合阶段→产出聚合结果”三个阶段将用户ID对中涉及的用户ID聚合到UDWID名下。示例性的,对于用户ID对“ID1→ID2、ID1→ID3、ID1→ID4、ID2→ID5、ID2→ID6”,在聚合阶段,可以将这些用户ID对尽可能联通在一起,得到数据流图。在产出聚合结果时,可以从这些用户ID对涉及的用户ID中选出优先级最高的用户ID,并将选出的用户ID定义为“UDWID”,用于标识当前得到的聚类集合。在该聚类集合中,所有的用户ID,即“ID1、ID2、ID3、ID4、IID5、ID6”,均关联至“UDWID(ID1)”。
在此基础上,再有新出现的用户ID对,利用本公开实施例提供的关联用户ID的方法和装置,可以无需将其引入“聚合阶段”,而是直接基于该用户ID对涉及的用户ID和当前的聚合结果,确定是否将该用户ID对涉及的用户ID关联至“UDWID(ID1)”。
应该理解,在本公开实施例中,对于新出现的用户ID对,由于无需将引入“聚合阶段”,因而“聚合阶段”涉及的反作弊/设备聚合/设备反作弊/自然人聚合等多个阶段都省略掉。由此可以节约大量的人力成本和时间成本,并且也不会影响“聚合阶段”产生的数据流图的效果,即不可能导致“聚合阶段”的聚合效果变差。
因为,“聚合阶段”涉及的核心聚合过程通常是全量用户ID对(约2000亿对)的聚合,需要经过多轮MR(Map Reduce)联通和反作弊聚合到设备类用户ID,设备类用户ID再和userid经过多轮MR联通和反作弊聚合到人(UDWID),最终才能达到各用户ID到UDWID的聚合结果。上面仅仅是聚合阶段的简略示意,实际是重量级,涉及千亿级数据,需要经过20多轮MR联通,需要耗费30多个小时。所以对于新出现的用户ID对,尤其是对于新出现的不可信的用户ID对,如果将其引入该聚合过程,可能会造成关联结果异常(如将多个大数据流图关联会造成长尾)和增加核心阶段的负担(如复杂度、计算量、耗时等等都会增加)。所以对于上面讲述的场景,本公开实施例采用轻量级挂载方式,可以快速映射到UDWID(自然人),进而快速生效。
根据本公开的实施例,本公开提供了一种关联用户ID的方法。
图2示例性示出了根据本公开实施例的关联用户ID的方法的流程图。
如图2所示,该关联用户ID的方法200可以包括:操作S210和操作S220。
在操作S210,获取新出现的用户ID对。其中,用户ID对中包括第一用户ID和第二用户ID。
在操作S220,响应于第一用户ID是第一用户ID聚类集合中的已有用户ID且第二用户ID不是第一用户ID聚类集合中的已有用户ID,基于第一用户ID,将第二用户ID关联至第一用户ID聚类集合的集合标识。
在一个实施例中,可以监听用户日志,确定是否有新出现的用户ID对。响应于有新出现的用户ID对,则执行操作S210。否则不做处理。
应该理解,在同一条日志中出现的两个或者两个以上的用户ID通常都与同一个自然人相关联。因此,可以将在同一条日志中出现的两个或者两个以上的用户ID组成一个或者多个用户ID对。示例性的,在ID1和ID2出现在同一日志中的情况下,可以组成用户ID对“ID1→ID2”;在ID1、ID2、ID3出现在同一日志中的情况下,可以组成用户ID对“ID1→ID2”、“ID1→ID3”以及“ID2→ID3”。
需要说明的是,在本公开实施例中,在基于同一条日志中出现的用户ID组成多个用户ID对的情况下,针对每个用户ID对,可以分别执行操作S210。
在操作S210后,可以判断新出现的用户ID对涉及的两个用户ID中的之一是否是特定聚类集合中已有的用户ID。如果是,则继续执行操作S220。否则,则执行本公开其他实施例中的操作进行处理。
具体地,执行操作S220,可以将新出现的用户ID对涉及的两个用户ID中没有出现在特定聚类集合中的用户ID关联至该聚类集合的集合标识下。
如图3A所示,对于新出现的用户ID对“ID7→ID2”,其中“ID7”相对于当前“聚合结果”(聚类集合)是新出现的用户ID,但是由于该用户ID对中涉及的“ID2”是当前“聚类集合”中已有的即已出现的用户ID,且“ID2”在当前“聚类集合”已被关联至“ID1”,即,“ID2”在当前“聚类集合”已被关联至UDWID。因此,“ID7”没有必要进入重量级的聚合过程,可以通过“ID2”直接将“ID7”关联至当前“聚类集合”中的“ID1”(即UDWID),得到新的“聚类集合”,从而快速生效。
通过本公开实施例,在日志中新出现用户ID对的情况下,只需要根据用户ID对中是否有当前聚类集合中已有的ID而直接进行关联即可,无需将用户ID对引入聚合阶段,因而不需要修改数据流图,省时省力,且效率更高,如可以使得生效时间提升70%。并且,还可以避免因将用户ID对引入数据流图而造成聚合结果异常和增加核心阶段的负担。
作为一种可选的实施例,上述的集合标识可以包括:第一用户ID聚类集合中包含的优先级最高的用户ID。也就是说,可以从第一用户ID聚类集合中包含的所有用户ID中选出优先级最高的用户ID,将其定义为集合标识。定义好集合标识之后,可以将聚类集合中包含的所有用户ID都关联至该集合标识下。
在本公开的另一实施例中,也可以将第一用户ID聚类集合中包含的其他优先级的用户ID定义为集合标识,本公开实施例在此不做限定。
应该理解,用户ID类型可以包括:账号类(如手机号、userid等),设备类(如MacIMEI、idfa等),cookie类(如baiduid、superid等)。其中,账号类ID的优先级高于设备类ID的优先级,设备类ID的优先级高于cookie类ID的优先级。
作为一种可选的实施例,上述的优先级最高的用户ID可以包括:账号类用户ID。
通过本公开实施例,可以将用户ID直接聚合到人,实现以用户ID为线索,在自然人维度进行用户数据的打通,进而为精准营销等决策提供数据支持。
作为一种可选的实施例,上述的集合标识可以为预设字符串(如UDWID),该预设字符串用于表征第一用户ID聚类集合中的已有用户ID涉及的用户(自然人)。
作为一种可选的实施例,该方法还包括:响应于上述的第一用户ID和上述的第二用户ID都是第一用户ID聚类集合中的已有用户ID,不再将该第一用户ID和/或该第二用户ID重复关联至上述的集合标识。
示例性的,继续参考图3A,对于新出现的用户ID对“ID4→ID5”,由于该用户ID对中涉及的“ID4”和“ID5”都是当前“聚类集合”中已出现的用户ID,且“ID4”和“ID5”在当前“聚类集合”都已被关联至“ID1”(即UDWID),因而无需重复关联,更无需将其引入聚合阶段。
通过本公开实施例,可以避免因重复关联而导致聚类集合中出现冗余数据,进而影响后续ID的关联效率。也可以避免重复关联,节约时间成本和人力成本。
作为一种可选的实施例,该方法还包括:响应于上述的第一用户ID和上述的第二用户ID都不是第一用户ID聚类集合中的已有用户ID,基于该第一用户ID和该第二用户ID构造第二用户ID聚类集合。
示例性的,如图3B所示,对于新出现的用户ID对“ID7→ID8”,其中“ID7”和“ID8”都不是当前“聚合结果”(聚类集合)中已出现的用户ID,因而无法通过当前“聚类集合”中已出现的任一用户ID将“ID7”和“ID8”关联进来。在此种情况下,可以构造一个新的聚类集合,即将“ID7”和“ID8”放在一个新的聚类集合中,例如可以将该聚类集合的集合标识定义为“X-UDWID”,以区分于标识为“UDWID”的聚类集合。
通过本公开实施例,对于新出现的用户ID对,如果其中涉及的用户ID暂时无法关联到已有的聚类集合中,可以先构建新的聚类集合。一方面,新构建的聚类集合可以作为备用数据支持后续关联操作;另一方面,通过构建新的聚类集合,可以分离不同用户的用户ID,以防止因用户ID关联不当而导致营销不精准,进而影响用户体验,引起用户反感。
进一步,作为一种可选的实施例,该方法还包括如下操作。
获取另一新出现的用户ID对,其中,该用户ID对中包括第三用户ID和第四用户ID。
响应于第三用户ID是第一用户ID聚类集合中的已有用户ID且第四用户ID不是第一用户ID聚类集合中的已有用户ID,基于第三用户ID,将第四用户ID关联至所述集合标识。
响应于第四用户ID与第一用户ID和所述第二用户ID中的一个为同一用户ID,基于第四用户ID,将第一用户ID和第二用户ID中的另一个也关联至集合标识。
示例性的,在如图3B所示实施例的基础上,继续参考3C,在新出现用户ID对“ID7→ID8”之后,如果又新出现另一用户ID“ID7→ID2”,其中“ID7”相对于当前“聚合结果”(聚类集合)是新出现的用户ID,但是由于该用户ID对中涉及的“ID2”是当前“聚类集合”中已有的即已出现的用户ID,且“ID2”在当前“聚类集合”已被关联至“ID1”,即,“ID2”在当前“聚类集合”已被关联至UDWID。因此,“ID7”没有必要进入重量级的聚合过程,可以通过“ID2”直接将“ID7”关联至当前“聚类集合”中的“ID1”(即UDWID),得到新的“聚类集合”,从而快速生效。
进一步,在此基础上,对于之前新出现用户ID对“ID7→ID8”而言,“ID7”已成为当前新的“聚合结果”(聚类集合)中已出现的用户ID,且“ID7”已被关联至“UDWID”。因而,可以通过“ID7”,将“ID8”也关联至该“聚类集合”中的“UDWID”上,同时可以将之前新构建的“聚类集合”“X-UDWID”删除。
通过本公开实施例,可以防止某些用户ID漏关联而影响精准营销。并且,在本公开实施例中,对于不能引入核心聚合阶段的数据(如可能造成关联结果异常或者增加核心聚合阶段负担的用户ID对),可以单独进行外部累积,通过轻量级挂载的方式,直接映射到已有的聚类集合中,此方法可以使得外部积累的用户ID生效时间提升70%,而且可以避免给核心模块增加负担和异常。
根据本公开的实施例,本公开还提供了一种关联用户ID的装置。
图4示例性示出了根据本公开实施例的关联用户ID的装置的框图。
如图4所示,该关联用户iD的装置400包括:第一获取模块410和第一关联模块420。
第一获取模块410,用于获取新出现的用户ID对,其中,该用户ID对中包括第一用户ID和第二用户ID。
第一关联模块420,用于响应于该第一用户ID是第一用户ID聚类集合中的已有用户ID且该第二用户ID不是该第一用户ID聚类集合中的已有用户ID,基于该第一用户ID,将该第二用户ID关联至该第一用户ID聚类集合的集合标识。
作为一种可选的实施例,该集合标识包括:该第一用户ID聚类集合中包含的优先级最高的用户ID。
作为一种可选的实施例,该优先级最高的用户ID包括:账号类用户ID。
作为一种可选的实施例,该集合标识为预设字符串,该预设字符串用于表征该第一用户ID聚类集合中的已有用户ID涉及的用户。
作为一种可选的实施例,该装置还包括:防重复关联模块,用于响应于该第一用户ID和该第二用户ID都是该第一用户ID聚类集合中的已有用户ID,不再将该第一用户ID和/或该第二用户ID重复关联至该集合标识。
作为一种可选的实施例,该装置还包括:集合构建模块,用于响应于该第一用户ID和该第二用户ID都不是该第一用户ID聚类集合中的已有用户ID,基于该第一用户ID和该第二用户ID构造第二用户ID聚类集合。
作为一种可选的实施例,该装置还包括:第二获取模块,用于获取另一新出现的用户ID对,其中,该用户ID对中包括第三用户ID和第四用户ID;第二关联模块,用于响应于该第三用户ID是该第一用户ID聚类集合中的已有用户ID且该第四用户ID不是该第一用户ID聚类集合中的已有用户ID,基于该第三用户ID,将该第四用户ID关联至该集合标识;以及第三关联模块,用于响应于该第四用户ID与该第一用户ID和该第二用户ID中的一个为同一用户ID,基于该第四用户ID,将该第一用户ID和该第二用户ID中的另一个也关联至该集合标识。
应该理解,本公开装置部分的实施例与本公开方法部分的实施例对应相同或类似,本公开实施例在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,电子设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如关联用户ID的方法。例如,在一些实施例中,关联用户ID的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的关联用户ID的方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行关联用户ID的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种关联用户ID的方法,包括:
获取新出现的用户ID对,其中,所述用户ID对中包括第一用户ID和第二用户ID;以及
响应于所述第一用户ID是第一用户ID聚类集合中的已有用户ID且所述第二用户ID不是所述第一用户ID聚类集合中的已有用户ID,基于所述第一用户ID,将所述第二用户ID关联至所述第一用户ID聚类集合的集合标识。
2.根据权利要求1所述的方法,其中,所述集合标识包括:所述第一用户ID聚类集合中包含的优先级最高的用户ID。
3.根据权利要求2所述的方法,其中,所述优先级最高的用户ID包括:账号类用户ID。
4.根据权利要求1所述的方法,其中,所述集合标识为预设字符串,所述预设字符串用于表征所述第一用户ID聚类集合中的已有用户ID涉及的用户。
5.根据权利要求1所述的方法,还包括:
响应于所述第一用户ID和所述第二用户ID都是所述第一用户ID聚类集合中的已有用户ID,不再将所述第一用户ID和/或所述第二用户ID重复关联至所述集合标识。
6.根据权利要求1所述的方法,还包括:
响应于所述第一用户ID和所述第二用户ID都不是所述第一用户ID聚类集合中的已有用户ID,基于所述第一用户ID和所述第二用户ID构造第二用户ID聚类集合。
7.根据权利要求6所述的方法,还包括:
获取另一新出现的用户ID对,其中,该用户ID对中包括第三用户ID和第四用户ID;
响应于所述第三用户ID是所述第一用户ID聚类集合中的已有用户ID且所述第四用户ID不是所述第一用户ID聚类集合中的已有用户ID,基于所述第三用户ID,将所述第四用户ID关联至所述集合标识;以及
响应于所述第四用户ID与所述第一用户ID和所述第二用户ID中的一个为同一用户ID,基于所述第四用户ID,将所述第一用户ID和所述第二用户ID中的另一个也关联至所述集合标识。
8.一种关联用户ID的装置,包括:
第一获取模块,用于获取新出现的用户ID对,其中,所述用户ID对中包括第一用户ID和第二用户ID;以及
第一关联模块,用于响应于所述第一用户ID是第一用户ID聚类集合中的已有用户ID且所述第二用户ID不是所述第一用户ID聚类集合中的已有用户ID,基于所述第一用户ID,将所述第二用户ID关联至所述第一用户ID聚类集合的集合标识。
9.根据权利要求8所述的装置,其中,所述集合标识包括:所述第一用户ID聚类集合中包含的优先级最高的用户ID。
10.根据权利要求9所述的装置,其中,所述优先级最高的用户ID包括:账号类用户ID。
11.根据权利要求8所述的装置,其中,所述集合标识为预设字符串,所述预设字符串用于表征所述第一用户ID聚类集合中的已有用户ID涉及的用户。
12.根据权利要求8所述的装置,还包括:
防重复关联模块,用于响应于所述第一用户ID和所述第二用户ID都是所述第一用户ID聚类集合中的已有用户ID,不再将所述第一用户ID和/或所述第二用户ID重复关联至所述集合标识。
13.根据权利要求8所述的装置,还包括:
集合构建模块,用于响应于所述第一用户ID和所述第二用户ID都不是所述第一用户ID聚类集合中的已有用户ID,基于所述第一用户ID和所述第二用户ID构造第二用户ID聚类集合。
14.根据权利要求13所述的装置,还包括:
第二获取模块,用于获取另一新出现的用户ID对,其中,该用户ID对中包括第三用户ID和第四用户ID;
第二关联模块,用于响应于所述第三用户ID是所述第一用户ID聚类集合中的已有用户ID且所述第四用户ID不是所述第一用户ID聚类集合中的已有用户ID,基于所述第三用户ID,将所述第四用户ID关联至所述集合标识;以及
第三关联模块,用于响应于所述第四用户ID与所述第一用户ID和所述第二用户ID中的一个为同一用户ID,基于所述第四用户ID,将所述第一用户ID和所述第二用户ID中的另一个也关联至所述集合标识。
15.一种电子设备,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,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316839.6A CN112988842B (zh) | 2021-03-24 | 2021-03-24 | 关联用户id的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316839.6A CN112988842B (zh) | 2021-03-24 | 2021-03-24 | 关联用户id的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112988842A true CN112988842A (zh) | 2021-06-18 |
CN112988842B CN112988842B (zh) | 2023-12-22 |
Family
ID=76333534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110316839.6A Active CN112988842B (zh) | 2021-03-24 | 2021-03-24 | 关联用户id的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112988842B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105227352A (zh) * | 2015-09-02 | 2016-01-06 | 新浪网技术(中国)有限公司 | 一种用户标识集的更新方法及装置 |
CN105224606A (zh) * | 2015-09-02 | 2016-01-06 | 新浪网技术(中国)有限公司 | 一种用户标识的处理方法及装置 |
US20180227387A1 (en) * | 2017-02-08 | 2018-08-09 | Screen6 | Maintenance of a persistent master identifier for clusters of user identifiers across a plurality of devices |
CN108429718A (zh) * | 2017-02-13 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 账号识别方法及装置 |
US20180278634A1 (en) * | 2017-03-23 | 2018-09-27 | International Business Machines Corporation | Cyber Security Event Detection |
CN108985954A (zh) * | 2018-07-02 | 2018-12-11 | 武汉斗鱼网络科技有限公司 | 一种建立各标识的关联关系的方法以及相关设备 |
CN110557351A (zh) * | 2018-05-30 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN110704776A (zh) * | 2019-09-12 | 2020-01-17 | 北京百度网讯科技有限公司 | 账号类型的识别方法、装置和电子设备 |
CN111639687A (zh) * | 2020-05-19 | 2020-09-08 | 北京三快在线科技有限公司 | 一种模型训练以及异常账号识别方法及装置 |
-
2021
- 2021-03-24 CN CN202110316839.6A patent/CN112988842B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105227352A (zh) * | 2015-09-02 | 2016-01-06 | 新浪网技术(中国)有限公司 | 一种用户标识集的更新方法及装置 |
CN105224606A (zh) * | 2015-09-02 | 2016-01-06 | 新浪网技术(中国)有限公司 | 一种用户标识的处理方法及装置 |
US20180227387A1 (en) * | 2017-02-08 | 2018-08-09 | Screen6 | Maintenance of a persistent master identifier for clusters of user identifiers across a plurality of devices |
CN108429718A (zh) * | 2017-02-13 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 账号识别方法及装置 |
US20180278634A1 (en) * | 2017-03-23 | 2018-09-27 | International Business Machines Corporation | Cyber Security Event Detection |
CN110557351A (zh) * | 2018-05-30 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN108985954A (zh) * | 2018-07-02 | 2018-12-11 | 武汉斗鱼网络科技有限公司 | 一种建立各标识的关联关系的方法以及相关设备 |
CN110704776A (zh) * | 2019-09-12 | 2020-01-17 | 北京百度网讯科技有限公司 | 账号类型的识别方法、装置和电子设备 |
CN111639687A (zh) * | 2020-05-19 | 2020-09-08 | 北京三快在线科技有限公司 | 一种模型训练以及异常账号识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112988842B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107809331B (zh) | 识别异常流量的方法和装置 | |
CN111708938B (zh) | 用于信息处理的方法、装置、电子设备和存储介质 | |
CN114416685B (zh) | 日志处理方法、系统和存储介质 | |
CN115145587A (zh) | 一种产品参数校验方法、装置、电子设备及存储介质 | |
CN109460930B (zh) | 一种确定风险账户的方法以及相关设备 | |
CN114816393A (zh) | 信息生成方法、装置、设备以及存储介质 | |
CN113778644A (zh) | 任务的处理方法、装置、设备及存储介质 | |
CN116545905A (zh) | 一种服务健康检测方法、装置、电子设备及存储介质 | |
CN112988842B (zh) | 关联用户id的方法及装置 | |
CN116089658A (zh) | 对象的共性提取方法及装置、存储介质及电子设备 | |
CN114697247B (zh) | 流媒体系统的故障检测方法、装置、设备和存储介质 | |
CN113590447B (zh) | 埋点处理方法和装置 | |
CN115423030A (zh) | 一种设备识别的方法和装置 | |
CN113918577A (zh) | 数据表识别方法、装置、电子设备及存储介质 | |
CN114612212A (zh) | 一种基于风险控制的业务处理方法、装置和系统 | |
CN113760695A (zh) | 一种定位问题代码的方法和装置 | |
CN115378746B (zh) | 网络入侵检测规则生成方法、装置、设备以及存储介质 | |
CN110457893B (zh) | 获取帐号群组的方法和设备 | |
CN110738571A (zh) | 一种交易风险控制的方法以及相关装置 | |
CN116756443A (zh) | 链接退场方法、装置、设备及存储介质 | |
CN116319716A (zh) | 信息处理方法、无服务系统、电子设备及存储介质 | |
CN114116142A (zh) | 标识生成方法、装置、电子设备及存储介质 | |
CN117009179A (zh) | 监控微服务的实现方法及装置、存储介质及电子设备 | |
CN113591088A (zh) | 一种标识识别方法、装置及电子设备 | |
CN116668258A (zh) | 告警信息的处理方法、装置和电子设备 |
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 |