CN116680449A - 对多源数据进行同一用户识别的方法、装置、设备及介质 - Google Patents
对多源数据进行同一用户识别的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116680449A CN116680449A CN202310651940.6A CN202310651940A CN116680449A CN 116680449 A CN116680449 A CN 116680449A CN 202310651940 A CN202310651940 A CN 202310651940A CN 116680449 A CN116680449 A CN 116680449A
- Authority
- CN
- China
- Prior art keywords
- data
- account
- equipment
- relationship
- cleaning
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004140 cleaning Methods 0.000 claims abstract description 87
- 238000004891 communication Methods 0.000 claims abstract description 71
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 239000012634 fragment Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 11
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/906—Clustering; Classification
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Software 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
本发明涉及数据分析技术,揭露了一种对多源数据进行同一用户识别的方法,可用于金融等领域中对多源数据进行同一用户的识别,包括:获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;对所述设备清洗数据进行图连通计算,得到设备数据关系;对所述账户清洗数据进行连通子图计算,得到账户数据关系;利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。本发明还提出一种对多源数据进行同一用户识别的装置、电子设备以及存储介质。本发明可以提高金融等领域中对多源数据进行同一用户识别的效率及准确性。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种对多源数据进行同一用户识别的方法、装置、电子设备及计算机可读存储介质。
背景技术
当今时代是一个信息竞争时代,对于金融等领域中的营销人员来说,完整的用户数据是产品营销的关键所在。但是金融等领域中,同一个用户在不同系统上操作时会产生不同来源的数据(下称多源数据)及对应的数据ID,将用户在不同系统、不同状态、不同设备上产生的多源数据,有效识别为同一用户数据的做法,称为ID Mapping(账号对应)。现有IDMapping的实现主要是运用图计算的方法,对多源数据之间的关系要求严格,无法针对无关联ID的多源数据进行计算;同时现有方法没有区分不同类型的多源数据,得到的识别结果不够准确,所需的数据处理时间较长,从而影响金融等产品的营销效率。
综上所述,现有技术中存在对多源数据进行同一用户识别的效率低及准确性较低的问题。
发明内容
本发明提供一种对多源数据进行同一用户识别的方法、装置、电子设备及计算机可读存储介质,其主要目的在于解决金融等领域对多源数据进行同一用户识别的效率低及准确性较低的问题。
为实现上述目的,本发明提供的一种对多源数据进行同一用户识别的方法,包括:
获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;
分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;
对所述设备清洗数据进行图连通计算,得到设备数据关系;
对所述账户清洗数据进行连通子图计算,得到账户数据关系;
利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。
可选地,所述对所述设备清洗数据进行图连通计算,得到设备数据关系,包括:
将所述设备清洗数据的账号作为连通图的节点,根据所述设备清洗数据的账号关系形成连通图的边;
对各个所述连通图进行可信度计算,得到可信度值;
根据所述可信度值对所述连通图进行筛选,得到目标连通图;
对所述目标连通图进行遍历计算,生成设备数据关系。
可选地,所述对所述目标连通图进行遍历计算,生成设备数据关系,包括:
初始化每个所述目标连通图的节点,从所述目标连通图的节点中随机选取一个节点作为首节点,并从所述首节点出发查找所述首节点的相邻节点;
若所述相邻节点未被访问过,则对所述相邻节点进行标记并从所述相邻节点出发进行遍历;
若所述相邻节点被访问过,则跳过所述相邻节点,对所述目标连通图的节点中除所述相邻节点之外的节点进行遍历;
在所述目标连通图中的所有节点遍历结束后,判断所述目标连通图中的节点是否存在标记;
若所述目标连通图中的节点存在标记,则舍弃所述目标连通图;
若所述目标连通图中的节点均无标记,则根据所述目标连通图中的节点以及所述目标连通图中的节点所构成的边的关系生成设备数据关系。
可选地,所述对所述待处理用户数据进行数据源分类,得到设备数据及账户数据,包括:
获取来所述待处理用户数据的用户样本,对所述用户样本进行目标特征提取,得到目标特征;
根据预设的分类器对所述目标特征进行分类处理,得到设备数据及账户数据。
可选地,所述分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据,包括:
对所述设备数据及所述账户数据进行过滤,得到设备清洗数据;
对所述账户数据进行账号关系替换,得到账户清洗数据。
可选地,所述对所述账户清洗数据进行连通子图计算,得到账户数据关系,包括:
将所述账户清洗数据的账号作为连通子图的节点,根据所述账户清洗数据的账号关系形成所述连通子图的边;
对每个所述连通子图的账号、节点及边进行集合,得到数据集;
对所述数据集进行分片,得到数据集分片;
对所述数据集分片进行异常边集处理,得到账户数据关系。
可选地,所述利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集,包括:
利用所述设备数据关系替换所述账户数据关系中的设备数据,得到转化账户数据关系;
对所述转化账户数据关系进行图连通计算,得到总数据关系;
利用所述待处理用户数据中的设备数据将所述总数据关系中的设备数据进行替换,得到同一用户的数据关系集。
为了解决上述问题,本发明还提供一种对多源数据进行同一用户识别的装置,所述装置包括:
数据源分类模块,用于获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;
数据清洗模块,用于分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;
设备数据关系生成模块,用于对所述设备清洗数据进行图连通计算,得到设备数据关系;
账户数据关系生成模块,用于对所述账户清洗数据进行连通子图计算,得到账户数据关系;
数据关系替换模块,用于利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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上述所述的对多源数据进行同一用户识别的方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的对多源数据进行同一用户识别的方法。
本发明实施例提出了一种对多源数据进行同一用户识别的方法,通过对待处理用户数据进行数据源分类,可以区别设置识别方法,提高了用户识别的准确性;分别对设备数据及账户数据进行数据清洗,可以去除异常数据及长度类型不规范的数据,便于对设备数据及账户数据进行计算,提高了计算效率;通过对账户清洗数据进行连通子图计算,得到账户数据关系,可以减少计算的数据量并且使账户数据之间的逻辑关系更加清晰。因此本发明提出的对多源数据进行同一用户识别的方法、装置、电子设备及计算机可读存储介质,可以解决金融等领域对多源数据进行同一用户识别的效率低及准确性较低的问题,提高了金融产品的营销效率。
附图说明
图1为本发明一实施例提供的对多源数据进行同一用户识别的方法的流程示意图;
图2为本发明一实施例提供的所述对所述设备清洗数据进行图连通计算,得到设备数据关系的流程示意图;
图3为本发明一实施例提供的所述对所述账户清洗数据进行连通子图计算,得到账户数据关系的流程示意图;
图4为本发明一实施例提供的对多源数据进行同一用户识别的装置的功能模块图;
图5为本发明一实施例提供的实现所述对多源数据进行同一用户识别的方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种对多源数据进行同一用户识别的方法。所述对多源数据进行同一用户识别的方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述对多源数据进行同一用户识别的方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的对多源数据进行同一用户识别的方法的流程示意图。在本实施例中,所述对多源数据进行同一用户识别的方法包括:
S1、获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;
本发明实施例中,所述待处理用户数据是金融等领域中用户在不同系统、不同状态、不同设备上产生的数据,例如,用户在进行交易时产生的交易数据或支付数据或业务数据或购买数据,这些数据是隶属于同一用户的;待处理用户数据的获取可以通过信息采集装置进行收集,并将其存储到所述信息采集装置中的交易池中。
本发明实施例中,所述对所述待处理用户数据进行数据源分类,得到设备数据及账户数据,包括:
获取来所述待处理用户数据的用户样本,对所述用户样本进行目标特征提取,得到目标特征;
根据预设的分类器对所述目标特征进行分类处理,得到设备数据及账户数据。
本发明实施例中,所述用户样本包括用户特征、数据源标签;所述预设的分类器是一种分析每个样本所带有的各属性值以及所属的类别;所述设备数据包括:身份核验类数据(例如,身份证号码、身份证照片)、特殊名单数据、行为特征数据(刷脸支付数据),这些数据一般不含有用户的账号信息,主要是用户上网购买金融产品或使用产品系统时采集的带有设备信息的一些数据,如IMEI号,微信openid等,这类信息数据量比较大,具有百亿级别,但数据质量一般,可信度低一些;所述账户数据主要是金融企业内部系统产生的数据,这些数据不仅有设备信息,还有用户的账号信息,数据量有限,具有数亿级别,可信度较高。
S2、分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;
本发明实施例中,所述分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据,包括:
对所述设备数据及所述账户数据进行过滤,得到设备清洗数据;
对所述账户数据进行账号关系替换,得到账户清洗数据。
本发明实施例中,过滤主要是对所述设备数据及所述账户数据中的异常数据,例如,长度、类型不符合的设备数据及文本格式不符合的账户数据;其中一个关键的过滤是对于同一个ID(设备数据标识)在同类型关联的数据中出现次数超过预设阈值的进行过滤,否则会导致大量的不同用户的金融账户关联到一起,产生干扰数据关系,例如,一个公共设备的ID可能和很多用户的ID数据有关联,通过该方式可以清理掉此类数据。
本发明实施例中,账号关系替换是将所述账户数据中的设备ID(TDID)替换成统一的DID(统一数据标识),形成新的DID与其他账户的关系,账户数据的体量相对少些,在图连通计算时,可以进行更多的迭代计算,在计算频次上也可以每日与增量数据合并进行计算。
S3、对所述设备清洗数据进行图连通计算,得到设备数据关系;
请参阅图2所示,本发明实施例中,所述对所述设备清洗数据进行图连通计算,得到设备数据关系,包括:
S21、将所述设备清洗数据的账号作为连通图的节点,根据所述设备清洗数据的账号关系形成连通图的边;
S22、对各个所述连通图进行可信度计算,得到可信度值;
S23、根据所述可信度值对所述连通图进行筛选,得到目标连通图;
S24、对所述目标连通图进行遍历计算,生成设备数据关系。
本发明实施例中,所述账号关系为各个所述设备清洗数据之间的关联逻辑,例如ID1到ID2之间有路径,则可以将所述ID1与ID2作为连通图的顶点并在两者之间建立一条边进行连接;所述可信度值可以通过设置一定的规则计算出来,比如对所述设备清洗数据出现的频率及时间进行加权得到;所述预设值可以为0.8,当所述可信度值大于0.8时,则认为所述可信度是满足预设值的。
本发明实施例中,所述对所述目标连通图进行遍历计算,生成设备数据关系,包括:
初始化每个所述目标连通图的节点,从所述目标连通图的节点中随机选取一个节点作为首节点,并从所述首节点出发查找所述首节点的相邻节点;
若所述相邻节点未被访问过,则对所述相邻节点进行标记并从所述相邻节点出发进行遍历;
若所述相邻节点被访问过,则跳过所述相邻节点,对所述目标连通图的节点中除所述相邻节点之外的节点进行遍历;
在所述目标连通图中的所有节点遍历结束后,判断所述目标连通图中的节点是否存在标记;
若所述目标连通图中的节点存在标记,则舍弃所述目标连通图;
若所述目标连通图中的节点均无标记,则根据所述目标连通图中的节点以及所述目标连通图中的节点所构成的边的关系生成设备数据关系。
本发明实施例中,初始化可以利用Python中的iota()函数得到;在进行遍历计算时,由于这类设备数据包含多个用户的业务数据、交易数据,因此数据体量较大,最终全部连通完毕可能没法在预期的时间内完成,可以设置迭代次数,进行有损的图连通运算,保留了原始的边关系时,可以有效的进行一些异常边的清理,比如有效边和增量边累加后出现次数超过阈值;所述目标连通图中的每个节点都代表一个设备清洗数据的账号,所以根据所述目标连通图中节点与相邻节点之间的边就表示两个所述设备清洗数据的账号间的关联性,即所述设备数据关系;对所述相邻节点进行标记可以标记为1,当所述目标连通图中的节点存在标记,即存在标记1时,则说明所述节点与所述节点的相邻节点之间的边是异常的,所以对所述目标连通图进行舍弃。
S4、对所述账户清洗数据进行连通子图计算,得到账户数据关系;
请参阅图3所示,本发明实施例中,所述对所述账户清洗数据进行连通子图计算,得到账户数据关系,包括:
S31、将所述账户清洗数据的账号作为连通子图的节点,根据所述账户清洗数据的账号关系形成所述连通子图的边;
S32、对每个所述连通子图的账号、节点及边进行集合,得到数据集;
S33、对所述数据集进行分片,得到数据集分片;
S34、对所述数据集分片进行异常边集处理,得到账户数据关系。
本发明实施例中,所述数据集是一个[子图ID,节点集,边集]的集合,分片中的每一条数据就是一个连通子图,进行分片处理可以减少数据量,便于对所述数据集进一步做异常处理;异常边集处理可以解决一个点对应同类型的边过多的情况,比如对于因设备共用、共用业务人员手机号之类导致的多个用户的交易数据连通到一起的情况,通过分片处理识别出这种异常情况,然后利用异常边集处理对多用户进行拆分,具体包括:假设有违反规则的点ID集合[ID3,ID4,ID5],对于[ID3,ID4],通过深度优先或者广度优先算法,在边集中得到一条路径,根据边的权重,丢弃最小权重的边;再剩下的边集中重新建立连通子图,循环操作直到没有路径生成,得到所述账户数据关系。
S5、利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。
本发明实施例中,所述利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集,包括:
利用所述设备数据关系替换所述账户数据关系中的设备数据,得到转化账户数据关系;
对所述转化账户数据关系进行图连通计算,得到总数据关系;
利用所述待处理用户数据中的设备数据将所述总数据关系中的设备数据进行替换,得到同一用户的数据关系集。
本发明实施例中,所述同一用户的数据关系集是由将所述总数据关系账号中的各个所述设备数据关系进行替换得到的,通过围绕所述总数据关系账号可以获取用户各数据源的数据。
本发明实施例中,对于所述待处理用户数据没有直接关联关系的情况,可以利用字段相似法进行处理,例如数据源1和数据源2原本没有关联字段,但是有含义相似的一个或多个字段,就可以运用机器学习算法进行相似度判断,当相似度函数返回值为true的时候,即当两条记录相似则认为两个数据源生成关联关系。
本发明提出了一种对多源数据进行同一用户识别的方法,通过对待处理用户数据进行数据源分类,可以区别设置识别方法,提高了用户识别的准确性;分别对设备数据及账户数据进行数据清洗,可以去除异常数据及长度类型不规范的数据,便于对设备数据及账户数据进行计算,提高了计算效率;通过对账户清洗数据进行连通子图计算,得到账户数据关系,可以减少计算的数据量并且使账户数据之间的逻辑关系更加清晰。因此本发明提出的一种对多源数据进行同一用户识别的方法,可以解决金融等领域用户识别效率低以及准确率低的问题,提高了金融等产品的营销效率。
如图4所示,是本发明一实施例提供的对多源数据进行同一用户识别的装置的功能模块图。
本发明所述对多源数据进行同一用户识别的装置100可以安装于电子设备中。根据实现的功能,所述对多源数据进行同一用户识别的装置100可以包括数据源分类模块101、数据清洗模块102、设备数据关系生成模块103、账户数据关系生成模块104及数据关系替换模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据源分类模块101,用于获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;
所述数据清洗模块102,用于分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;
所述设备数据关系生成模块103,用于对所述设备清洗数据进行图连通计算,得到设备数据关系;
所述账户数据关系生成模块104,用于对所述账户清洗数据进行连通子图计算,得到账户数据关系;
所述数据关系替换模块105,用于利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。
详细地,本发明实施例中所述对多源数据进行同一用户识别的装置100中所述的各模块在使用时采用与附图中所述的对多源数据进行同一用户识别的方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现对多源数据进行同一用户识别的方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如对多源数据进行同一用户识别的程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行对多源数据进行同一用户识别的程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如对多源数据进行同一用户识别的程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的对多源数据进行同一用户识别的程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;
分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;
对所述设备清洗数据进行图连通计算,得到设备数据关系;
对所述账户清洗数据进行连通子图计算,得到账户数据关系;
利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;
分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;
对所述设备清洗数据进行图连通计算,得到设备数据关系;
对所述账户清洗数据进行连通子图计算,得到账户数据关系;
利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种对多源数据进行同一用户识别的方法,其特征在于,所述方法包括:
获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;
分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;
对所述设备清洗数据进行图连通计算,得到设备数据关系;
对所述账户清洗数据进行连通子图计算,得到账户数据关系;
利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。
2.如权利要求1所述的对多源数据进行同一用户识别的方法,其特征在于,所述对所述设备清洗数据进行图连通计算,得到设备数据关系,包括:
将所述设备清洗数据的账号作为连通图的节点,根据所述设备清洗数据的账号关系形成连通图的边;
对各个所述连通图进行可信度计算,得到可信度值;
根据所述可信度值对所述连通图进行筛选,得到目标连通图;
对所述目标连通图进行遍历计算,生成设备数据关系。
3.如权利要求2所述的对多源数据进行同一用户识别的方法,其特征在于,所述对所述目标连通图进行遍历计算,生成设备数据关系,包括:
初始化每个所述目标连通图的节点,从所述目标连通图的节点中随机选取一个节点作为首节点,并从所述首节点出发查找所述首节点的相邻节点;
若所述相邻节点未被访问过,则对所述相邻节点进行标记并从所述相邻节点出发进行遍历;
若所述相邻节点被访问过,则跳过所述相邻节点,对所述目标连通图的节点中除所述相邻节点之外的节点进行遍历;
在所述目标连通图中的所有节点遍历结束后,判断所述目标连通图中的节点是否存在标记;
若所述目标连通图中的节点存在标记,则舍弃所述目标连通图;
若所述目标连通图中的节点均无标记,则根据所述目标连通图中的节点以及所述目标连通图中的节点所构成的边的关系生成设备数据关系。
4.如权利要求1所述的对多源数据进行同一用户识别的方法,其特征在于,所述对所述待处理用户数据进行数据源分类,得到设备数据及账户数据,包括:
获取来所述待处理用户数据的用户样本,对所述用户样本进行目标特征提取,得到目标特征;
根据预设的分类器对所述目标特征进行分类处理,得到设备数据及账户数据。
5.如权利要求1所述的对多源数据进行同一用户识别的方法,其特征在于,所述分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据,包括:
对所述设备数据及所述账户数据进行过滤,得到设备清洗数据;
对所述账户数据进行账号关系替换,得到账户清洗数据。
6.如权利要求1所述的对多源数据进行同一用户识别的方法,其特征在于,所述对所述账户清洗数据进行连通子图计算,得到账户数据关系,包括:
将所述账户清洗数据的账号作为连通子图的节点,根据所述账户清洗数据的账号关系形成所述连通子图的边;
对每个所述连通子图的账号、节点及边进行集合,得到数据集;
对所述数据集进行分片,得到数据集分片;
对所述数据集分片进行异常边集处理,得到账户数据关系。
7.如权利要求1至6中任一项所述的对多源数据进行同一用户识别的方法,其特征在于,所述利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集,包括:
利用所述设备数据关系替换所述账户数据关系中的设备数据,得到转化账户数据关系;
对所述转化账户数据关系进行图连通计算,得到总数据关系;
利用所述待处理用户数据中的设备数据将所述总数据关系中的设备数据进行替换,得到同一用户的数据关系集。
8.一种对多源数据进行同一用户识别的装置,其特征在于,所述装置包括:
数据源分类模块,用于获取待处理用户数据,对所述待处理用户数据进行数据源分类,得到设备数据及账户数据;
数据清洗模块,用于分别对所述设备数据及所述账户数据进行数据清洗,得到设备清洗数据及账户清洗数据;
设备数据关系生成模块,用于对所述设备清洗数据进行图连通计算,得到设备数据关系;
账户数据关系生成模块,用于对所述账户清洗数据进行连通子图计算,得到账户数据关系;
数据关系替换模块,用于利用所述设备数据关系对所述账户数据关系进行内部数据关系替换,得到同一用户的数据关系集。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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如权利要求1至7中任意一项所述的对多源数据进行同一用户识别的方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的对多源数据进行同一用户识别的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310651940.6A CN116680449A (zh) | 2023-06-02 | 2023-06-02 | 对多源数据进行同一用户识别的方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310651940.6A CN116680449A (zh) | 2023-06-02 | 2023-06-02 | 对多源数据进行同一用户识别的方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116680449A true CN116680449A (zh) | 2023-09-01 |
Family
ID=87786675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310651940.6A Pending CN116680449A (zh) | 2023-06-02 | 2023-06-02 | 对多源数据进行同一用户识别的方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116680449A (zh) |
-
2023
- 2023-06-02 CN CN202310651940.6A patent/CN116680449A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112541745B (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
CN112528616B (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
CN113792089B (zh) | 基于人工智能的非法行为检测方法、装置、设备及介质 | |
CN113688923A (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN112733531A (zh) | 虚拟资源分配方法、装置、电子设备及计算机存储介质 | |
CN113592605A (zh) | 基于相似产品的产品推荐方法、装置、设备及存储介质 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
CN112035449A (zh) | 数据处理方法及装置、计算机设备、存储介质 | |
CN113435308B (zh) | 文本多标签分类方法、装置、设备及存储介质 | |
CN114840531A (zh) | 基于血缘关系的数据模型重构方法、装置、设备及介质 | |
CN112597752B (zh) | 投诉文本的处理方法、装置、电子设备及存储介质 | |
CN113434542A (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN113705201B (zh) | 基于文本的事件概率预测评估算法、电子设备及存储介质 | |
CN115455957A (zh) | 触达用户方法、装置、电子设备及计算机可读存储介质 | |
CN116680449A (zh) | 对多源数据进行同一用户识别的方法、装置、设备及介质 | |
CN114840388A (zh) | 数据监控方法、装置、电子设备及存储介质 | |
CN114238233A (zh) | 文件自动化清理方法、装置、设备及存储介质 | |
CN114490667A (zh) | 多维度的数据分析方法、装置、电子设备及介质 | |
CN113987206A (zh) | 异常用户的识别方法、装置、设备及存储介质 | |
CN113434660A (zh) | 基于多领域分类的产品推荐方法、装置、设备及存储介质 | |
CN113449002A (zh) | 车辆推荐方法、装置、电子设备及存储介质 | |
CN113688924B (zh) | 异常订单检测方法、装置、设备及介质 | |
CN113704411B (zh) | 基于词向量的相似客群挖掘方法、装置、设备及存储介质 | |
CN117391864A (zh) | 基于数据流向的风险识别方法、装置、电子设备及介质 |
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 |