CN117874540A - 基于账号特征的同人识别方法、装置、设备及介质 - Google Patents
基于账号特征的同人识别方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117874540A CN117874540A CN202410055231.6A CN202410055231A CN117874540A CN 117874540 A CN117874540 A CN 117874540A CN 202410055231 A CN202410055231 A CN 202410055231A CN 117874540 A CN117874540 A CN 117874540A
- Authority
- CN
- China
- Prior art keywords
- person
- account
- nickname
- identification result
- mobile phone
- 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 37
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 230000004931 aggregating effect Effects 0.000 claims abstract description 11
- 238000013507 mapping Methods 0.000 claims description 24
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 9
- 230000007246 mechanism Effects 0.000 abstract description 5
- 238000004590 computer program Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013475 authorization 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
- 230000008569 process Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 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
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及数据处理技术领域,提供一种基于账号特征的同人识别方法、装置、设备及介质,能够基于账号特征配置不同的同人匹配策略,及配置每个同人匹配策略的优先级,并依次执行每个同人匹配策略得到每个初始同人识别结果,从多个维度进行同人识别,提高了同人识别率;基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤得到每个候选同人识别结果,采用基于优先级的过滤机制进一步提高了同人识别的准确性;对每个候选同人识别结果进行聚合得到目标同人识别结果,实现了基于账号特征的多维度、高准确度的同人识别。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于账号特征的同人识别方法、装置、设备及介质。
背景技术
在各大企业的日常经营活动中,往往需要利用客户关系管理系统(CustomerRelationship Management,CRM)对客户做精细化运营和触达。客户关系管理系统中的客户往往来自于不同的渠道,如自营网上商城的客户、线下门店的客户、企业微信的客户等。客户关系管理系统需要对这些不同渠道的客户做同一个自然人的识别,以此来聚合客户信息。
现有技术中,通常是通过账号上用户授权的手机号来判断客户是否是同一个自然人。该方式识别方式单一,并且手机号的获取需要依赖于客户主动授权,但很多账号用户是没有授权手机号的,从而导致识别率不高,在多渠道系统中很难达到理想效果。
发明内容
鉴于以上内容,有必要提供一种基于账号特征的同人识别方法、装置、设备及介质,旨在解决同人识别率低的问题。
一种基于账号特征的同人识别方法,所述基于账号特征的同人识别方法包括:
配置基于账号特征的每个同人匹配策略,及配置每个同人匹配策略的优先级;
依次执行每个同人匹配策略,得到每个初始同人识别结果;
基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤,得到每个候选同人识别结果;
对每个候选同人识别结果进行聚合,得到目标同人识别结果。
根据本发明优选实施例,所述依次执行每个同人匹配策略,得到每个初始同人识别结果包括:
当所述同人匹配策略为外部ID匹配策略时,获取本地系统记录的每个手机号码对应的账号ID作为每个手机号码对应的第一账号ID;
查询每个手机号码登录过的其他渠道的账号ID作为每个手机号码对应的第二账号ID;
对比每个手机号码对应的第一账号ID与每个手机号码对应的第二账号ID;
当检测到有任意手机号码对应的第一账号ID与第二账号ID相同时,将所述任意手机号码对应的第一账号ID的用户与所述任意手机号码对应的第二账号ID的用户确定为同人关系;
整合检测到的所有同人关系,得到与所述外部ID匹配策略对应的初始同人识别结果;
其中,所述账号ID包括unionId及openId。
根据本发明优选实施例,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为映射关系匹配策略时,实时检测是否有用户通过第一即时通信软件执行添加好友操作;
当检测到有任意用户通过所述第一即时通信软件执行所述添加好友操作时,为所述任意用户配置第一ID;
当检测到通过所述第一即时通信软件向所述任意用户发送链接的信号时,将所述第一ID添加至所述链接得到待发送链接,并将所述待发送链接发送至所述任意用户;
当检测到所述任意用户通过第二即时通信软件点击所述待发送链接时,获取所述任意用户在所述第二即时通信软件中的第二ID;
记录所述第一ID与所述第二ID的映射关系至埋点数据;
将所述埋点数据中同一个映射关系下的用户确定为同人关系;
整合每个映射关系下的所有同人关系,得到与所述映射关系匹配策略对应的初始同人识别结果。
根据本发明优选实施例,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为备注手机号匹配策略时,获取每个客户的备注手机号;
将同一个备注手机号在各个渠道的用户确定为同人关系;
整合每个备注手机号对应的同人关系,得到与所述备注手机号匹配策略对应的初始同人识别结果;
其中,当有任意客户备注多个手机号时,获取最早备注的手机号作为所述任意客户的备注手机号。
根据本发明优选实施例,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为昵称匹配策略时,获取每个客户提供的昵称作为每个第一昵称;
获取每个即时通信软件中的昵称作为每个第二昵称;
当有第一昵称与第二昵称相同时,检测所述第一昵称是否满足配置命名条件;
当所述第一昵称满足所述配置命名条件时,将所述第一昵称对应的用户与所述第二昵称对应的用户确定为同人关系;
整合所有确定的同人关系,得到与所述昵称匹配策略对应的初始同人识别结果;
其中,所述配置命名条件包括:昵称字数大于或者等于配置字数,昵称中不包括预设词语,昵称非纯数字形式,昵称非纯英文形式。
根据本发明优选实施例,所述外部ID匹配策略的优先级高于所述映射关系匹配策略的优先级,所述映射关系匹配策略的优先级高于所述备注手机号匹配策略的优先级,所述备注手机号匹配策略的优先级高于所述昵称匹配策略的优先级;所述基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤包括:
对于与所述外部ID匹配策略对应的初始同人识别结果,当检测到有手机号码对应于多个所述第一账号ID及/或多个所述第二账号ID时,滤除基于检测到的手机号码确定的同人关系;及/或
对于与所述昵称匹配策略对应的初始同人识别结果,获取每个第一昵称关联的企业员工,及获取每个第二昵称关联的企业员工;当检测到有同人下的第一昵称关联的企业员工与第二昵称关联的企业员工不同时,滤除检测到的同人关系;
当不同的同人匹配策略对应的初始同人识别结果冲突时,保留基于最高优先级的同人匹配策略识别到的同人关系。
根据本发明优选实施例,所述得到目标同人识别结果后,所述方法还包括:
对于所述目标同人识别结果下的任意同人关系,获取所述任意同人关系下的用户在各个渠道产生的数据;
根据所述任意同人关系下的用户在各个渠道产生的数据构建客户画像;
根据所述客户画像生成客户触达策略。
一种基于账号特征的同人识别装置,所述基于账号特征的同人识别装置包括:
配置单元,用于配置基于账号特征的每个同人匹配策略,及配置每个同人匹配策略的优先级;
执行单元,用于依次执行每个同人匹配策略,得到每个初始同人识别结果;
过滤单元,用于基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤,得到每个候选同人识别结果;
聚合单元,用于对每个候选同人识别结果进行聚合,得到目标同人识别结果。
一种计算机设备,所述计算机设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现所述基于账号特征的同人识别方法。
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指令,所述至少一个指令被计算机设备中的处理器执行以实现所述基于账号特征的同人识别方法。
由以上技术方案可以看出,本发明基于账号特征配置不同的同人匹配策略,及配置每个同人匹配策略的优先级,并依次执行每个同人匹配策略得到每个初始同人识别结果,从多个维度进行同人识别,提高了同人识别率;基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤得到每个候选同人识别结果,采用基于优先级的过滤机制进一步提高了同人识别的准确性;对每个候选同人识别结果进行聚合得到目标同人识别结果,实现了基于账号特征的多维度、高准确度的同人识别。
附图说明
图1是本发明基于账号特征的同人识别方法的较佳实施例的流程图。
图2是本发明基于账号特征的同人识别装置的较佳实施例的功能模块图。
图3是本发明实现基于账号特征的同人识别方法的较佳实施例的计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
如图1所示,是本发明基于账号特征的同人识别方法的较佳实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
所述基于账号特征的同人识别方法应用于一个或者多个计算机设备中,所述计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(Internet Protocol Television,IPTV)、智能式穿戴式设备等。
所述计算机设备还可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
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。
其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
S10,配置基于账号特征的每个同人匹配策略,及配置每个同人匹配策略的优先级。
本实施例可以应用于客户关系管理系统(Customer Relationship Management,CRM),或者其他企业系统,本发明不限制。
在本实施例中,所述账号特征可以包括,但不限于:手机号码、昵称、在各个时通信软件中的账号等。
在本实施例中,所述同人匹配策略可以包括,但不限于:外部ID匹配策略、映射关系匹配策略、备注手机号匹配策略、昵称匹配策略。
其中,所述外部ID匹配策略的优先级高于所述映射关系匹配策略的优先级,所述映射关系匹配策略的优先级高于所述备注手机号匹配策略的优先级,所述备注手机号匹配策略的优先级高于所述昵称匹配策略的优先级。
S11,依次执行每个同人匹配策略,得到每个初始同人识别结果。
在本实施例中,所述依次执行每个同人匹配策略,得到每个初始同人识别结果包括:
当所述同人匹配策略为外部ID匹配策略时,获取本地系统记录的每个手机号码对应的账号ID作为每个手机号码对应的第一账号ID;
查询每个手机号码登录过的其他渠道的账号ID作为每个手机号码对应的第二账号ID;
对比每个手机号码对应的第一账号ID与每个手机号码对应的第二账号ID;
当检测到有任意手机号码对应的第一账号ID与第二账号ID相同时,将所述任意手机号码对应的第一账号ID的用户与所述任意手机号码对应的第二账号ID的用户确定为同人关系;
整合检测到的所有同人关系,得到与所述外部ID匹配策略对应的初始同人识别结果;
其中,所述账号ID包括unionId及openId。
例如:对于同一手机号码,当商家导入本地系统的unionId或者openId,与其他渠道获取到的unionId或者openId完全一致时,则说明对应的用户存在同人关系。
在本实施例中,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为映射关系匹配策略时,实时检测是否有用户通过第一即时通信软件执行添加好友操作;
当检测到有任意用户通过所述第一即时通信软件执行所述添加好友操作时,为所述任意用户配置第一ID;
当检测到通过所述第一即时通信软件向所述任意用户发送链接的信号时,将所述第一ID添加至所述链接得到待发送链接,并将所述待发送链接发送至所述任意用户;
当检测到所述任意用户通过第二即时通信软件点击所述待发送链接时,获取所述任意用户在所述第二即时通信软件中的第二ID;
记录所述第一ID与所述第二ID的映射关系至埋点数据;
将所述埋点数据中同一个映射关系下的用户确定为同人关系;
整合每个映射关系下的所有同人关系,得到与所述映射关系匹配策略对应的初始同人识别结果。
其中,所述第一ID用于唯一标识一个用户。
例如:当所述第一及时通信软件为企业微信,所述第二即时通信软件为微信时,若用户甲通过企业微信添加员工乙为好友,则企业微信会回执一条添加好友的消息给系统,系统为用户甲生成所述第一ID;当企业需要向用户甲发送链接消息时,在该链接消息中携带用户甲的第一ID。此时,若用户甲通过微信点开链接消息,用户甲会进行微信环境的登录,此时便可以获取到用户甲的微信账号ID作为用户甲的第二ID,并将用户甲的第一ID与第二ID的映射关系记录至埋点数据中。后续可以直接从埋点数据中获取同一个映射关系下的用户以构成同人关系。
在本实施例中,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为备注手机号匹配策略时,获取每个客户的备注手机号;
将同一个备注手机号在各个渠道的用户确定为同人关系;
整合每个备注手机号对应的同人关系,得到与所述备注手机号匹配策略对应的初始同人识别结果;
其中,当有任意客户备注多个手机号时,获取最早备注的手机号作为所述任意客户的备注手机号。
例如:企业员工可以在线下添加客户的微信好友时为客户备注手机号码。后续便可以利用企业员工给企业微信客户备注的手机号码与系统中客户的手机号码进行互相匹配,以识别同人关系。
在本实施例中,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为昵称匹配策略时,获取每个客户提供的昵称作为每个第一昵称;
获取每个即时通信软件中的昵称作为每个第二昵称;
当有第一昵称与第二昵称相同时,检测所述第一昵称是否满足配置命名条件;
当所述第一昵称满足所述配置命名条件时,将所述第一昵称对应的用户与所述第二昵称对应的用户确定为同人关系;
整合所有确定的同人关系,得到与所述昵称匹配策略对应的初始同人识别结果;
其中,所述配置命名条件包括:昵称字数大于或者等于配置字数,昵称中不包括预设词语,昵称非纯数字形式,昵称非纯英文形式。
例如:所述配置字数可以为2个,所述预设词语可以为“先生”、“女士”等。
通过上述实施例,能够基于不同的同人匹配策略从不同的维度进行同人识别,提高了识别率。
S12,基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤,得到每个候选同人识别结果。
可以理解的是,识别到的同人关系可能不够准确,此时,可以通过过滤的方式提高准确率。
具体地,所述基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤包括:
对于与所述外部ID匹配策略对应的初始同人识别结果,当检测到有手机号码对应于多个所述第一账号ID及/或多个所述第二账号ID时,滤除基于检测到的手机号码确定的同人关系;及/或
对于与所述昵称匹配策略对应的初始同人识别结果,获取每个第一昵称关联的企业员工,及获取每个第二昵称关联的企业员工;当检测到有同人下的第一昵称关联的企业员工与第二昵称关联的企业员工不同时,滤除检测到的同人关系;
当不同的同人匹配策略对应的初始同人识别结果冲突时,保留基于最高优先级的同人匹配策略识别到的同人关系。
例如:正常情况下,一个手机号码是对应于一个微信账号的,因此,若在识别结果中存在一个手机号码对应多个微信账号的情况,则可以判定发生了渠道账号冲突,此时可以滤除基于该手机号码确定的同人关系;并且,为了进一步确保识别的准确率,一个同人关系对应的多个账号昵称间需要与企业的同一个员工存在关联关系(如:客户通过员工链接访问了系统,则该客户登陆的账号会与员工之间建立专属的客户关系;同样地,客户添加了员工的企业微信,客户的企业微信账号也会与员工之间建立专属客户关系),在此要求下,若有同人关系对应的两个昵称的用户没有与同一个员工关联,则滤除该同人关系;同时,根据策略的优先级进行策略间的冲突数据过滤,过滤条件同样是不能发生渠道账号的冲突,具体地,低优先级的策略如果和高优先级的策略发生冲突,则舍弃掉低优先级策略的识别结果。
通过上述实施例,能够根据不同策略的优先级对识别结果进行过滤,保证了同人识别结果的准确性。
S13,对每个候选同人识别结果进行聚合,得到目标同人识别结果。
通过上述实施例,将不同匹配维度下的每个候选同人识别结果进行聚合,即可得到基于同人关系的账号关系链。
在本实施例中,所述得到目标同人识别结果后,所述方法还包括:
对于所述目标同人识别结果下的任意同人关系,获取所述任意同人关系下的用户在各个渠道产生的数据;
根据所述任意同人关系下的用户在各个渠道产生的数据构建客户画像;
根据所述客户画像生成客户触达策略。
通过上述实施例,能够对不同渠道的客户做同一个自然人的识别,以此来聚合客户信息,从而识别出更精准的客户画像,使各企业能够更好的掌握客户信息,并扩充客户的触达渠道,进而实现更精准的客户运营。
由以上技术方案可以看出,本发明基于账号特征配置不同的同人匹配策略,及配置每个同人匹配策略的优先级,并依次执行每个同人匹配策略得到每个初始同人识别结果,从多个维度进行同人识别,提高了同人识别率;基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤得到每个候选同人识别结果,采用基于优先级的过滤机制进一步提高了同人识别的准确性;对每个候选同人识别结果进行聚合得到目标同人识别结果,实现了基于账号特征的多维度、高准确度的同人识别。
如图2所示,是本发明基于账号特征的同人识别装置的较佳实施例的功能模块图。所述基于账号特征的同人识别装置11包括配置单元110、执行单元111、过滤单元112、聚合单元113。本发明所称的模块/单元是指一种能够被处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。在本实施例中,关于各模块/单元的功能将在后续的实施例中详述。
其中,所述配置单元110,用于配置基于账号特征的每个同人匹配策略,及配置每个同人匹配策略的优先级;
所述执行单元111,用于依次执行每个同人匹配策略,得到每个初始同人识别结果;
所述过滤单元112,用于基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤,得到每个候选同人识别结果;
所述聚合单元113,用于对每个候选同人识别结果进行聚合,得到目标同人识别结果。
由以上技术方案可以看出,本发明基于账号特征配置不同的同人匹配策略,及配置每个同人匹配策略的优先级,并依次执行每个同人匹配策略得到每个初始同人识别结果,从多个维度进行同人识别,提高了同人识别率;基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤得到每个候选同人识别结果,采用基于优先级的过滤机制进一步提高了同人识别的准确性;对每个候选同人识别结果进行聚合得到目标同人识别结果,实现了基于账号特征的多维度、高准确度的同人识别。
如图3所示,是本发明实现基于账号特征的同人识别方法的较佳实施例的计算机设备的结构示意图。
所述计算机设备1可以包括存储器12、处理器13和总线,还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序,例如基于账号特征的同人识别程序。
本领域技术人员可以理解,所述示意图仅仅是计算机设备1的示例,并不构成对计算机设备1的限定,所述计算机设备1既可以是总线型结构,也可以是星形结构,所述计算机设备1还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置,例如所述计算机设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是,所述计算机设备1仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
其中,存储器12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。存储器12在一些实施例中可以是计算机设备1的内部存储单元,例如该计算机设备1的移动硬盘。存储器12在另一些实施例中也可以是计算机设备1的外部存储设备,例如计算机设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器12还可以既包括计算机设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于计算机设备1的应用软件及各类数据,例如基于账号特征的同人识别程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13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。处理器13是所述计算机设备1的控制核心(Control Unit),利用各种接口和线路连接整个计算机设备1的各个部件,通过运行或执行存储在所述存储器12内的程序或者模块(例如执行基于账号特征的同人识别程序等),以及调用存储在所述存储器12内的数据,以执行计算机设备1的各种功能和处理数据。
所述处理器13执行所述计算机设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个基于账号特征的同人识别方法实施例中的步骤,例如图1所示的步骤。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器12中,并由所述处理器13执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机程序在所述计算机设备1中的执行过程。例如,所述计算机程序可以被分割成配置单元110、执行单元111、过滤单元112、聚合单元113。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备,或者网络设备等)或处理器(processor)执行本发明各个实施例所述基于账号特征的同人识别方法的部分。
所述计算机设备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取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指示相关的硬件设备来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。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)、随机存取存储器等。
进一步地,计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,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。为便于表示,在图3中仅用一根直线表示,但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出,所述计算机设备1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13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。所述计算机设备1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。
进一步地,所述计算机设备1还可以包括网络接口,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),通常用于在该计算机设备1与其他计算机设备之间建立通信连接。
可选地,该计算机设备1还可以包括用户接口,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,用于显示在计算机设备1中处理的信息以及用于显示可视化的用户界面。
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。
图3仅示出了具有组件12-13的计算机设备1,本领域技术人员可以理解的是,图3示出的结构并不构成对所述计算机设备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。
结合图1,所述计算机设备1中的所述存储器12存储多个指令以实现一种基于账号特征的同人识别方法,所述处理器13可执行所述多个指令从而实现:
配置基于账号特征的每个同人匹配策略,及配置每个同人匹配策略的优先级;
依次执行每个同人匹配策略,得到每个初始同人识别结果;
基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤,得到每个候选同人识别结果;
对每个候选同人识别结果进行聚合,得到目标同人识别结果。
具体地,所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
需要说明的是,本案中所涉及到的数据均为合法取得。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,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。
本发明可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本发明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发明,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。
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。本发明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)
1.一种基于账号特征的同人识别方法,其特征在于,所述基于账号特征的同人识别方法包括:
配置基于账号特征的每个同人匹配策略,及配置每个同人匹配策略的优先级;
依次执行每个同人匹配策略,得到每个初始同人识别结果;
基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤,得到每个候选同人识别结果;
对每个候选同人识别结果进行聚合,得到目标同人识别结果。
2.如权利要求1所述的基于账号特征的同人识别方法,其特征在于,所述依次执行每个同人匹配策略,得到每个初始同人识别结果包括:
当所述同人匹配策略为外部ID匹配策略时,获取本地系统记录的每个手机号码对应的账号ID作为每个手机号码对应的第一账号ID;
查询每个手机号码登录过的其他渠道的账号ID作为每个手机号码对应的第二账号ID;
对比每个手机号码对应的第一账号ID与每个手机号码对应的第二账号ID;
当检测到有任意手机号码对应的第一账号ID与第二账号ID相同时,将所述任意手机号码对应的第一账号ID的用户与所述任意手机号码对应的第二账号ID的用户确定为同人关系;
整合检测到的所有同人关系,得到与所述外部ID匹配策略对应的初始同人识别结果;
其中,所述账号ID包括unionId及openId。
3.如权利要求2所述的基于账号特征的同人识别方法,其特征在于,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为映射关系匹配策略时,实时检测是否有用户通过第一即时通信软件执行添加好友操作;
当检测到有任意用户通过所述第一即时通信软件执行所述添加好友操作时,为所述任意用户配置第一ID;
当检测到通过所述第一即时通信软件向所述任意用户发送链接的信号时,将所述第一ID添加至所述链接得到待发送链接,并将所述待发送链接发送至所述任意用户;
当检测到所述任意用户通过第二即时通信软件点击所述待发送链接时,获取所述任意用户在所述第二即时通信软件中的第二ID;
记录所述第一ID与所述第二ID的映射关系至埋点数据;
将所述埋点数据中同一个映射关系下的用户确定为同人关系;
整合每个映射关系下的所有同人关系,得到与所述映射关系匹配策略对应的初始同人识别结果。
4.如权利要求3所述的基于账号特征的同人识别方法,其特征在于,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为备注手机号匹配策略时,获取每个客户的备注手机号;
将同一个备注手机号在各个渠道的用户确定为同人关系;
整合每个备注手机号对应的同人关系,得到与所述备注手机号匹配策略对应的初始同人识别结果;
其中,当有任意客户备注多个手机号时,获取最早备注的手机号作为所述任意客户的备注手机号。
5.如权利要求4所述的基于账号特征的同人识别方法,其特征在于,所述依次执行每个同人匹配策略,得到每个初始同人识别结果还包括:
当所述同人匹配策略为昵称匹配策略时,获取每个客户提供的昵称作为每个第一昵称;
获取每个即时通信软件中的昵称作为每个第二昵称;
当有第一昵称与第二昵称相同时,检测所述第一昵称是否满足配置命名条件;
当所述第一昵称满足所述配置命名条件时,将所述第一昵称对应的用户与所述第二昵称对应的用户确定为同人关系;
整合所有确定的同人关系,得到与所述昵称匹配策略对应的初始同人识别结果;
其中,所述配置命名条件包括:昵称字数大于或者等于配置字数,昵称中不包括预设词语,昵称非纯数字形式,昵称非纯英文形式。
6.如权利要求5所述的基于账号特征的同人识别方法,其特征在于,所述外部ID匹配策略的优先级高于所述映射关系匹配策略的优先级,所述映射关系匹配策略的优先级高于所述备注手机号匹配策略的优先级,所述备注手机号匹配策略的优先级高于所述昵称匹配策略的优先级;所述基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤包括:
对于与所述外部ID匹配策略对应的初始同人识别结果,当检测到有手机号码对应于多个所述第一账号ID及/或多个所述第二账号ID时,滤除基于检测到的手机号码确定的同人关系;及/或
对于与所述昵称匹配策略对应的初始同人识别结果,获取每个第一昵称关联的企业员工,及获取每个第二昵称关联的企业员工;当检测到有同人下的第一昵称关联的企业员工与第二昵称关联的企业员工不同时,滤除检测到的同人关系;
当不同的同人匹配策略对应的初始同人识别结果冲突时,保留基于最高优先级的同人匹配策略识别到的同人关系。
7.如权利要求1所述的基于账号特征的同人识别方法,其特征在于,所述得到目标同人识别结果后,所述方法还包括:
对于所述目标同人识别结果下的任意同人关系,获取所述任意同人关系下的用户在各个渠道产生的数据;
根据所述任意同人关系下的用户在各个渠道产生的数据构建客户画像;
根据所述客户画像生成客户触达策略。
8.一种基于账号特征的同人识别装置,其特征在于,所述基于账号特征的同人识别装置包括:
配置单元,用于配置基于账号特征的每个同人匹配策略,及配置每个同人匹配策略的优先级;
执行单元,用于依次执行每个同人匹配策略,得到每个初始同人识别结果;
过滤单元,用于基于每个同人匹配策略的优先级对每个初始同人识别结果进行过滤,得到每个候选同人识别结果;
聚合单元,用于对每个候选同人识别结果进行聚合,得到目标同人识别结果。
9.一种计算机设备,其特征在于,所述计算机设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的基于账号特征的同人识别方法。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至7中任意一项所述的基于账号特征的同人识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410055231.6A CN117874540A (zh) | 2024-01-15 | 2024-01-15 | 基于账号特征的同人识别方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410055231.6A CN117874540A (zh) | 2024-01-15 | 2024-01-15 | 基于账号特征的同人识别方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117874540A true CN117874540A (zh) | 2024-04-12 |
Family
ID=90589986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410055231.6A Pending CN117874540A (zh) | 2024-01-15 | 2024-01-15 | 基于账号特征的同人识别方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117874540A (zh) |
-
2024
- 2024-01-15 CN CN202410055231.6A patent/CN117874540A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116541883B (zh) | 基于信任的差分隐私保护方法、装置、设备及存储介质 | |
CN114124968B (zh) | 基于行情数据的负载均衡方法、装置、设备及介质 | |
CN113806434B (zh) | 大数据处理方法、装置、设备及介质 | |
CN116405332B (zh) | 基于Nginx网关的服务请求方法、装置、设备及介质 | |
CN116823437A (zh) | 基于配置化风控策略的准入方法、装置、设备及介质 | |
CN112101191A (zh) | 基于边框注意力网络的表情识别方法、装置、设备及介质 | |
CN114666408B (zh) | 基于互联网的行情因子数据透传方法、装置、设备及介质 | |
CN114157634B (zh) | 唯一账号识别方法、装置、设备及存储介质 | |
CN114268559B (zh) | 基于tf-idf算法的定向网络检测方法、装置、设备及介质 | |
CN117874540A (zh) | 基于账号特征的同人识别方法、装置、设备及介质 | |
CN112560721B (zh) | 无感知模型切换方法、装置、电子设备及存储介质 | |
CN116934263B (zh) | 产品批量准入方法、装置、设备及介质 | |
CN116361753B (zh) | 权限认证方法、装置、设备及介质 | |
CN116957649B (zh) | 客户筛选方法、装置、设备及介质 | |
CN117316359B (zh) | 血液检测过程跟踪方法、装置、设备及介质 | |
CN115934576B (zh) | 交易场景下的测试用例生成方法、装置、设备及介质 | |
CN116843454B (zh) | 渠道信息管理方法、装置、设备及介质 | |
CN116739611B (zh) | 客户信息跟踪管理方法、装置、设备及介质 | |
CN118037198B (zh) | 事件关联物品管理方法、装置、设备及介质 | |
CN116225789B (zh) | 交易系统备份能力检测方法、装置、设备及介质 | |
CN116414366B (zh) | 中间件接口生成方法、装置、设备及介质 | |
CN117151641A (zh) | 基于在区人员管理的任务跟踪方法、装置、设备及介质 | |
CN115952537A (zh) | 基于分层次联邦学习的数据保护方法、装置、设备及介质 | |
CN117422430A (zh) | 同案交流方法、装置、设备及介质 | |
CN118283052A (zh) | 执法事件信息采集方法、装置、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 |