JP2018535475A - ユーザ関係の識別方法、装置、記憶媒体及びサーバ - Google Patents

ユーザ関係の識別方法、装置、記憶媒体及びサーバ Download PDF

Info

Publication number
JP2018535475A
JP2018535475A JP2018516680A JP2018516680A JP2018535475A JP 2018535475 A JP2018535475 A JP 2018535475A JP 2018516680 A JP2018516680 A JP 2018516680A JP 2018516680 A JP2018516680 A JP 2018516680A JP 2018535475 A JP2018535475 A JP 2018535475A
Authority
JP
Japan
Prior art keywords
user
wireless network
network address
cluster
set position
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
Application number
JP2018516680A
Other languages
English (en)
Other versions
JP6499377B2 (ja
Inventor
ワン，チャオ
ユイ，ハオ
クオ，ヤン
Original Assignee
バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド
バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド, バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド filed Critical バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド
Publication of JP2018535475A publication Critical patent/JP2018535475A/ja
Application granted granted Critical
Publication of JP6499377B2 publication Critical patent/JP6499377B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/51—Relative positioning
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/023—Learning or tuning the parameters of a fuzzy system
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0214—Referral reward systems
    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0222—During e-commerce, i.e. online transactions
    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0225—Avoiding frauds
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/26—Network addressing or numbering for mobility support

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Primary Health Care (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)

Abstract

本発明の実施例はユーザ関係の識別方法、装置、記憶媒体及びサーバを開示し、当該方法は、各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得するステップと、設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練するステップと、前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するステップと、前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークするステップと、を含む。本発明はユーザ端末のネットワーキングする情報に基づいて、分類器を訓練し未知ユーザの設定位置のワイヤレスネットワークアドレスを決定することでユーザ同士の関係をマークし、ユーザ同士の家族、友達及び同僚等の関係を正確に区別でき、モバイルインターネット商業宣伝活動において知り合い同士が協力して不当な収入を得ることにより宣伝活動に関わる費用の損失を被るという問題を解決し、インターネット宣伝活動の効果を高める。
【選択図】図１

Description

本発明は、２０１５年９月３０日に提出された、出願番号が２０１５１０６３９１５５．４で、出願人が百度在線網絡技術（北京）有限公司で、発明名称が「ユーザ関係の識別方法及び装置」である中国特許出願に基づく優先権を主張し、当該特許出願の全文を引用により本発明に組み込む。
本発明の実施例はコンピュータ技術に関し、特にユーザ関係の識別方法、装置、記憶媒体及びサーバに関する。
モバイルインターネット技術の発展に伴って、モバイルインターネットによる商業宣伝活動がますます多くなり、例えば滴滴（Ｄｉｄｉ Ｃｈｕｘｉｎｇ）、快的、神州租車（Ｃｈｉｎａ Ａｕｔｏ Ｒｅｎｔｉｎｇ Ｉｎｃ）、５１用車や天天用車等のインターネット企業の相乗り（Ｃａｒｐｏｏｌ）、専用車及びタクシー呼びが挙げられる。各種の配車ＡＰＰはモバイルインターネットリソース及び技術により斬新な方式でお客様に最も便利なサービスを提供することを目的とする。
このような会社はモバイルインターネットによる商業宣伝活動においてそのアプリケーションプログラムが高い補助金の方式でプロモーションを行い、それにより現実の生活に知り合い同士が協力して架空注文を行うことで、補助金を詐取して不当な収入を得るという問題が発生し、会社は宣伝活動に関わる費用の損失を被る。この問題に対して、従来のインターネットアプリケーションプログラムは通常、ユーザの携帯電話におけるアドレス帳によりユーザの知り合い関係を抽出することで予防措置を取っている。
しかしながら、このような方式はユーザのアドレス帳を取得することを必要とし、ほとんどの場合で、多数のユーザがアドレス帳を自発的に提供することがなく、且つアプリケーションプログラムがユーザのアドレス帳を勝手に読み取るとユーザに不快感を与えてユーザを失う可能性がある。また、携帯電話におけるアドレス帳を利用してユーザの知り合い関係を抽出することは、二人が知り合いであるかどうかのみを区別でき、その家族、友達及び同僚等の関係を正確に区別できない。よって、従来技術は問題を抜本的に解決できない。
本発明の実施例はユーザ関係の識別方法、装置、記憶媒体及びサーバを提供し、従来のインターネット宣伝活動において知り合い同士が協力して不当な収入を得る問題を解決する。
第１態様では、本発明の実施例はユーザ関係の識別方法を提供し、この方法は、
各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得するステップと、
設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練するステップと、
前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するステップと、
前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークするステップと、を含む。
第２態様では、本発明の実施例はユーザ関係の識別装置を更に提供し、この装置は、
各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得するネットワーキング情報取得モジュールと、
設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練する分類器訓練モジュールと、
前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するネットワークアドレス決定モジュールと、
前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークするユーザ関係マークモジュールと、を備える。
第３態様では、本発明の実施例はコンピュータ実行可能命令を含む一つ又は複数の記憶媒体を提供し、前記コンピュータ実行可能命令がコンピュータプロセッサにより実行される時にユーザ関係の識別方法を実行することに用いられ、前記方法は、
各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得するステップと、
設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練するステップと、
前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するステップと、
前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークするステップと、を含む。
第４態様では、本発明の実施例はサーバを提供し、このサーバは、
１つ又は複数のプロセッサと、
メモリと、
１つ又は複数のモジュールと、を備えており、
前記１つ又は複数のモジュールが前記メモリに記憶され、前記１つ又は複数のプロセッサにより実行される時に、
各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得する操作と、
設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練する操作と、
前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定する操作と、
前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークする操作と、を実行する。
本発明の実施例に係るユーザ関係の識別方法、装置、記憶媒体及びサーバは、各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得した後に、各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて設定位置分類器を訓練し、当該設定位置分類器によって各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定し、それにより、設定位置のワイヤレスネットワークアドレスの共有関係に基づいて少なくとも２つのユーザの関係をマークする。当該技術案はユーザ端末のネットワーキングする情報に基づいて、分類器訓練、データマイニング技術により未知ユーザの設定位置のワイヤレスネットワークアドレスを決定することでユーザ同士の関係をマークし、それによりユーザ同士の家族、友達及び同僚等の関係を正確に区別できる。当該技術案によればユーザ端末のアドレス帳を抽出せずにユーザ同士の関係を正確にマークでき、モバイルインターネットの商業宣伝活動において知り合い同士が協力して不当な収入を得ることにより宣伝活動に関わる費用の損失を被る問題を解決し、インターネット宣伝活動の効果を高める。
本発明の実施例における技術案をより明確的に説明するために、以下、実施例の記述に使用される添付図面について簡単に紹介し、無論、下記の説明される添付図面は、ただ本発明のいくつかの実施例であり、当業者にとって、創造的労働なしに、これらの添付図面を修正したり、置き換えたりしてもよい。
本発明の第１実施例に係るユーザ関係の識別方法のフローチャートである。 本発明の第２実施例に係るユーザ関係の識別方法のフローチャートである。 本発明の第３実施例に係るユーザ関係の識別装置の概略図である。 本発明の第５実施例に係るユーザ関係の識別方法を実行するサーバのハードウェア構造の概略図である。
本発明の目的、技術案及び利点をより明らかにするために、以下、本発明の実施例における図面を参照しながら、本発明における技術案を明らかで完全に説明する。勿論、説明される実施例は、ただ本発明の一部の実施例であり、全部の実施例ではない。本発明で開示されている実施例に基づいて、当業者にとっては、創造的労働なしに得られる全ての他の実施例が、本発明で保護される範囲に属する。
第１実施例
図１に示されるように、本発明の第１実施例に係るユーザ関係の識別方法のフローチャートである。本実施例の技術案はユーザ端末のネットワーキングするワイヤレスネットワーク情報に基づいてユーザの住所、勤め先等の設定位置情報をマイニングする場合に適用でき、各ユーザ同士の関係を識別する場合にも適用できる。当該方法はユーザ関係の識別装置により実行でき、且つサーバに配置される。
本実施例に係るユーザ関係の識別方法は、具体的には、Ｓ１１０、Ｓ１２０、Ｓ１３０、及びＳ１４０を含む。
Ｓ１１０：各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得する。
ここで、ワイヤレスネットワークは好ましくは通常のワイヤレスフィデリティｗｉｆｉ等のワイヤレスローカルエリアネットワークであり、この場合では、ワイヤレスネットワークアドレスがｗｉｆｉルータのｍａｃアドレスであり、ｗｉｆｉ ｍａｃアドレスと略称され、ここで好ましくはｗｉｆｉを用いる原因として、ｗｉｆｉ ｍａｃアドレスが全地球唯一であり且つワイヤレスネットワークにおいてルータを識別するための識別子とすることができる。本実施例では、ワイヤレスネットワークアドレスがｗｉｆｉ ｍａｃアドレスであることを例としてユーザ関係の識別方法を説明する。
異なる端末は同じｗｉｆｉによりｗｉｆｉルータに接続された後に、端末ユーザがワイヤレスネットワークにより端末ネットワーキングを行うとともに、端末に位置情報の取得を許可する命令を入力する時に、ユーザ関係の識別装置は端末ユーザのネットワーキングするワイヤレスネットワークアドレス及びそのネットワーキング位置の座標情報を取得でき、従って前記ユーザは端末ユーザのうち座標情報の取得を許可するユーザである。ここで、ユーザ関係の識別装置は端末のＧＰＳ等の測位システムによりユーザの座標情報を取得することができる。
具体的には、ユーザが端末において使用するアプリケーションプログラムによりユーザのネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得し、ワイヤレスネットワークアドレス及び座標情報の対応関係をサーバに記憶することができる。当該サーバはアプリケーションプログラムサーバであってもよく、この場合では、各ユーザ端末がネットワーキングし且つ当該アプリケーションプログラムを使用する時のワイヤレスネットワークアドレス及び座標情報が記憶され、当該サーバはユーザ関係の識別装置のサーバ又はストレージサーバであってもよく、この場合では、各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報が記憶される。
Ｓ１２０：設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練する。
上記操作では、設定位置は住所の位置であってもよく、一部のユーザの住所の位置が既知である場合、当該ユーザの住所の座標が既知になるため、住所の座標が既知の各ユーザに対して、当該ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報に基づいて、住所分類器を訓練することができる。設定位置は勤め先であってもよく、一部のユーザの勤め先が既知である場合、当該ユーザの勤め先の座標が既知になるため、勤め先の座標が既知の各ユーザに対して、当該ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報に基づいて、勤め先分類器を訓練することができる。設定位置は分類器を訓練する必要がある他の位置、又は少なくとも２つの位置等であってもよい。
上記から分かるように、設定位置座標が既知のユーザが既知ユーザであり、設定位置座標が未知のユーザが未知ユーザであり、設定位置分類器により未知ユーザの設定位置座標を決定することができる。また、設定位置は好ましくは住所及び勤め先である場合、既知ユーザとはユーザ関係の識別装置がその端末から住所及び／又は勤め先を取得できるものであり、未知ユーザとはユーザ関係の識別装置がその端末から住所及び勤め先を取得できないものである。それによりサーバに記憶される各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置が住所及び勤め先の住所分類器及び勤め先分類器を訓練することができる。
Ｓ１３０：設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定する。
上記操作では、サーバに記憶される各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練することができる。住所分類器を例として、未知ユーザのワイヤレスネットワークアドレス及び座標情報等のデータに対して、データマイニング技術に基づいて住所分類器により当該未知ユーザのデータを分類し、当該未知ユーザの住所データを分類してマイニングすることができ、当該未知ユーザの住所データに基づいてその住所のワイヤレスネットワークアドレスを決定することができる。それにより設定位置分類器に基づいて設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定する。また、マイニングされた当該未知ユーザの住所データに基づいてその住所の座標を更に決定することができる。
上記操作では、データマイニング技術により、設定位置分類器及び未知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて未知ユーザの設定位置のワイヤレスネットワークアドレス及び設定位置座標を決定することができ、設定位置が住所又は勤め先である場合、上記操作Ｓ１１０〜Ｓ１３０において未知ユーザの住所又は勤め先及び住所のルータのｗｉｆｉ ｍａｃアドレス又は勤め先のルータのｗｉｆｉ ｍａｃアドレスをマイニングし、従って当該技術案はユーザ端末のネットワーキングする情報に基づいて未知ユーザの住所、勤め先等の設定位置情報及び設定位置のワイヤレスネットワークアドレスをマイニングすることができる。
Ｓ１４０：設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークする。
上記操作では、ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報に基づいてデータマイニング技術により未知ユーザの住所、勤め先等の設定位置情報及び設定位置のワイヤレスネットワークアドレスを決定する。設定位置情報が住所及び勤め先であることを例として、同一住所のワイヤレスネットワークアドレスを共有する少なくとも２つのユーザに対して、当該少なくとも２つのユーザの関係を家族又は友達関係とマークし、すなわち同一住所のルータを共有する少なくとも２つのユーザが家族又は友達関係であり、同一勤め先のワイヤレスネットワークアドレスを共有する少なくとも２つのユーザに対して、当該少なくとも２つのユーザの関係を同僚関係とマークし、すなわち同一勤め先のルータを共有する少なくとも２つのユーザが同僚関係であり、同一住所のワイヤレスネットワークアドレス及び同一勤め先のワイヤレスネットワークアドレスを共有する少なくとも２つのユーザに対して、当該少なくとも２つのユーザの関係を友達関係とマークする。ここで、異なる設定位置又は他の状況に基づいてユーザ同士の関係をマークしてもよく、例えば同一住所のルータのｗｉｆｉ ｍａｃアドレス及び同一勤め先のルータのｗｉｆｉ ｍａｃアドレス等を共有しない少なくとも２つのユーザを見知らぬ人の関係とマークしてもよい。
本実施例に係るユーザ関係の識別方法は、各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得した後に、各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて設定位置分類器を訓練し、当該設定位置分類器により各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定し、それにより設定位置のワイヤレスネットワークアドレスの共有関係に基づいて少なくとも２つのユーザの関係をマークする。当該技術案はユーザ端末のネットワーキングする情報に基づいて、分類器訓練、データマイニング技術により未知ユーザの設定位置のワイヤレスネットワークアドレスを決定することでユーザ同士の関係をマークし、それによりユーザ同士の家族、友達及び同僚等の関係を正確に区別できる。当該技術案によれば、ユーザ端末のアドレス帳を抽出せずにユーザ同士の関係を正確にマークでき、モバイルインターネットの商業宣伝活動において知り合い同士が協力して不当な収入を得ることにより宣伝活動に関わる費用の損失を被る問題を解決し、インターネット宣伝活動の効果を高める。
第２実施例
図２に示されるように、本発明の第２実施例に係るユーザ関係の識別方法のフローチャートである。本実施例の技術案はユーザ端末のネットワーキングするワイヤレスネットワーク情報に基づいてユーザの住所、勤め先等の設定位置情報をマイニングする場合に適用でき、各ユーザ同士の関係を識別する場合にも適用できる。当該方法はユーザ関係の識別装置により実行されることができ、且つサーバに配置される。
本実施例に係るユーザ関係の識別方法は、具体的には、Ｓ２１０、Ｓ２２０、Ｓ２３０、Ｓ２４０、Ｓ２５０、Ｓ２６０、及びＳ２７０を含む。
Ｓ２１０：各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得する。
上記操作では、ワイヤレスネットワークは好ましくは通常のｗｉｆｉであり、この場合ではワイヤレスネットワークアドレスはそのｗｉｆｉルータのｍａｃアドレスであり、ｗｉｆｉ ｍａｃアドレスと略称され、前記ユーザは端末ユーザのうちの、座標情報の取得を許可するユーザである。本実施例では、ワイヤレスネットワークアドレスがルータのｗｉｆｉ ｍａｃアドレスであることを例としてユーザ関係の識別方法を説明する。
ユーザのネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得した後に、ワイヤレスネットワークアドレスと座標情報の対応関係をサーバに記憶する。任意選択で、各ユーザ端末のネットワーキングする時間情報を更に取得し、この場合ではワイヤレスネットワークアドレスと、座標情報と、時間情報との三者の対応関係をサーバに記憶することを必要とする。
Ｓ２２０：各未知ユーザの２個組（ｔｗｏ−ｔｕｐｌｅ）＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築するとともに、各既知ユーザの設定時間周期における２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築する。
上記操作では、設定位置座標が既知のユーザが既知ユーザであり、設定位置座標が未知のユーザが未知ユーザである。任意選択で、設定時間周期を２ヶ月、又は３ヶ月、又は２０１５年の第３四半期等に自ら設定してもよい。
任意の未知ユーザに対して、サーバにおける当該未知ユーザのワイヤレスネットワークアドレスと座標情報との対応関係に基づいて、当該未知ユーザのすべてのユーザ２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞を構成し、当該未知ユーザのすべてのユーザ２個組の集合がその２個組のデータセットを構築する。
任意の未知ユーザに対して、当該既知ユーザの設定時間周期におけるすべてのワイヤレスネットワークアドレス及び座標情報のみに対してデータセットの構築を行う。サーバにおける当該既知ユーザの設定時間周期におけるワイヤレスネットワークアドレスと座標情報との対応関係に基づいて、当該既知ユーザのユーザ２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築する。
Ｓ２３０：密度クラスタリングアルゴリズム（ｄｅｎｓｉｔｙ−ｂａｓｅｄ ｃｌｕｓｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ）に基づいて未知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングし、当該未知ユーザの第１クラスタ、第２クラスタ、…、第ｉ（ｉは正の整数）クラスタ、…を形成し、密度クラスタリングアルゴリズムに基づいて既知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該既知ユーザの設定位置のクラスタ及び非設定位置のクラスタを形成する。
密度クラスタリングアルゴリズムは密度に基づく空間クラスタリングアルゴリズムであり、当該アルゴリズムは十分な密度を有する領域をクラスタに分割し、且つノイズを有する空間データベースにおいて任意形状のクラスタを見出し、クラスタを密度接続（ｄｅｎｓｉｔｙ−ｃｏｎｎｅｃｔｅｄ）の点の最大集合として定義する。ここで、他のクラスタリングアルゴリズム（例えば階層に基づくクラスタリングアルゴリズム）で未知ユーザ及び既知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングしてもよい。
上記操作では、任意の未知ユーザに対して、密度クラスタリングアルゴリズムに基づいて当該未知ユーザの２個組のデータセットにおける座標情報であるユーザ位置をクラスタリングし、それにより当該未知ユーザの第１クラスタ、第２クラスタ、…、第ｉ（ｉは正の整数）クラスタ、…を形成し、未知ユーザのクラスタのマークが未知である。異なる未知ユーザのクラスタ数量が異なる場合もある。
任意の未知ユーザに対して、密度クラスタリングアルゴリズムに基づいて当該既知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングすることで既知ユーザの少なくとも２つのクラスタを形成でき、既知の設定位置座標を含むクラスタは当該既知ユーザの設定位置のクラスタであり、既知の設定位置座標を含まない残りのクラスタは非設定位置のクラスタである。設定位置が住所及び勤め先であり、当該既知ユーザがクラスタリングして形成したクラスタは第１クラスタ、第２クラスタ、第３クラスタ、第４クラスタである場合、住所の座標を含むクラスタがｈｏｍｅとマークされ、勤め先の座標を含むクラスタがｃｏｍｐａｎｙとマークされ、残りの２つのクラスタがｎｏｕｓｅ１及びｎｏｕｓｅ２とマークされ、この場合では当該既知ユーザは、１つの住所クラスタ及び３つの非住所クラスタを含み、又は１つの勤め先クラスタ及び３つの非勤め先クラスタを含む。
Ｓ２４０：ランダムフォレストアルゴリズム（ｒａｎｄｏｍ ｆｏｒｅｓｔ ａｌｇｏｒｉｔｈｍ）又は勾配ブースティング決定木アルゴリズム（ｇｒａｄｉｅｎｔ ｂｏｏｓｔ ｄｅｃｉｓｉｏｎ ｔｒｅｅ ａｌｇｏｒｉｔｈｍ）を用い、各既知ユーザの設定位置のクラスタ及び非設定位置のクラスタに基づいて、設定位置分類器を訓練する。
上記操作では、各既知ユーザの設定位置のクラスタ及び非設定位置のクラスタに基づいて、ランダムフォレスト（ｒａｎｄｏｍ ｆｏｒｅｓｔ）アルゴリズム又は勾配ブースティング決定木（ＧＢＤＴ）アルゴリズムを利用して分類器を訓練し、設定位置分類器を構築する。設定位置が勤め先及び住所であり、各既知ユーザの住所クラスタの総数が１０個であり、勤め先クラスタの総数が６個であり、他のクラスタの総数が２４個である場合、住所分類器及び勤め先分類器を訓練することを必要として、すなわち１０個の住所クラスタ及び（６＋２４）個の非住所クラスタに基づいて住所分類器を訓練し、６個の勤め先クラスタ及び（１０＋２４）個の非勤め先クラスタに基づいて勤め先分類器を訓練する。当業者は、ランダムフォレストアルゴリズム及びＧＢＤＴアルゴリズムがデータマイニング技術においてよく使用される２種類の分類アルゴリズムであると理解することができ、データマイニング技術により、ｋ近傍法（ＫＮＮ）又はサポートベクタマシン又は他の分類アルゴリズムに基づいて分類器を訓練してもよい。
既知ユーザのクラスタにおけるデータがユーザ２個組であり、サーバにユーザのワイヤレスネットワークアドレスと座標情報と時間情報との対応関係が記憶され、対応した設定位置分類器の訓練属性は、住所分類器の訓練を例として、任意の既知ユーザに対して、当該既知ユーザの設定位置のクラスタ（住所クラスタ）における各ワイヤレスネットワークアドレスの出現日数と設定時間周期との比（例えば、ｗｉｆｉ ｍａｃアドレスＡが設定時間周期（６０日）の第１日、第６日、第７日に出現する場合、比が３／６０となる）、当該既知ユーザの設定位置のクラスタ（住所クラスタ）における各ワイヤレスネットワークアドレスの昼間出現回数と夜間出現回数との比、当該既知ユーザの設定位置のクラスタ（住所クラスタ）における各ワイヤレスネットワークアドレスが一日間の少なくとも２つの時間帯にそれぞれ出現する回数の比、及び各既知ユーザの設定位置のクラスタ（住所クラスタ）における各ワイヤレスネットワークアドレスが出現する確率に基づいて算出したワイヤレスネットワークアドレスエントロピーのうちの少なくとも１種を含む。当業者は、住所分類器の訓練属性が他の属性を含んでもよく、異なる分類器の訓練属性が異なってもよいと理解することができ、ここで詳細な説明を省略する。
なお、設定位置以外に、ｎｏｕｓｅとマークされるクラスタに対して分類器訓練を行うことができ、すなわちｎｏｕｓｅ分類器を形成し、当該分類器は未知ユーザの非設定位置のクラスタを分類してマークすることに用いられる。
Ｓ２５０：未知ユーザの各クラスタにおける２個組を設定位置分類器において順に分類し、未知ユーザの設定位置のクラスタ及び非設定位置のクラスタをマークする。
上記操作では、訓練された設定位置分類器（例えば住所分類器、勤め先分類器）等に基づいて、未知ユーザの各クラスタにおける２個組を設定位置分類器において順に分類し、それにより未知ユーザの設定位置のクラスタ及び非設定位置のクラスタをマークする。未知ユーザのクラスタは第１クラスタ、第２クラスタ、…、第ｉクラスタ、…を含み、この場合では未知ユーザのクラスタを分類してマークした後に、未知ユーザの住所クラスタ、勤め先クラスタ等をマークでき、すなわち設定位置分類器に基づいて未知ユーザの設定位置のクラスタをマークする。ここで、非設定位置分類器に基づいて未知ユーザの非設定位置のクラスタをマークしてもよく、例えば、ｎｏｕｓｅ分類器に基づいて未知ユーザのｎｏｕｓｅクラスタをマークする。
Ｓ２６０：未知ユーザの設定位置のクラスタに最も多く出現するワイヤレスネットワークアドレスを検索して当該未知ユーザの設定位置のワイヤレスネットワークアドレスとして決定する。
上記操作では、各未知ユーザの各クラスタをマークした後に、任意のユーザに対して、住所クラスタ、勤め先クラスタ及び他のクラスタを例として、当該住所クラスタに最も多く出現するワイヤレスネットワークアドレスを当該未知ユーザの住所のワイヤレスネットワークアドレスと決定し、当該勤め先クラスタに最も多く出現するワイヤレスネットワークアドレスを当該未知ユーザの勤め先のワイヤレスネットワークアドレスと決定する。それにより未知ユーザの設定位置のクラスタに最も多く出現するワイヤレスネットワークアドレスを検索して当該未知ユーザの設定位置のワイヤレスネットワークアドレスを決定する。
また、当該未知ユーザの住所クラスタに最も多く出現する同一の座標情報又は住所クラスタの中心座標を当該未知ユーザの住所の位置と決定し、当該未知ユーザの勤め先クラスタに最も多く出現する同一の座標情報又は勤め先クラスタの中心座標を当該未知ユーザの勤め先位置と決定するようにしてもよい。当業者にとっては、クラスタにおける他のデータにより未知ユーザの設定位置を決定してもよく、例えば当該未知ユーザの住所クラスタの限定範囲を当該未知ユーザの住所の位置範囲と決定し、当該未知ユーザの勤め先クラスタの限定範囲を当該未知ユーザの勤め先の位置範囲と決定することを理解すべきである。
Ｓ２７０：設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークする。
上記操作では、ユーザ関係をマークすることについて、例えば、同一住所のワイヤレスネットワークアドレスを共有する少なくとも２つのユーザを家族関係又は友達関係とマークでき、すなわち同一住所のルータを共有する少なくとも２つのユーザが家族又は友達関係である。例えば、同一勤め先のワイヤレスネットワークアドレスを共有する少なくとも２つのユーザを同僚関係又は友達関係とマークでき、すなわち同一勤め先のルータを共有する少なくとも２つのユーザが同僚関係である。同一住所のワイヤレスネットワークアドレスも、同一勤め先のワイヤレスネットワークアドレス等も共有しない少なくとも２つのユーザを見知らぬ人の関係とマークする。
なお、Ｓ２２０で未知ユーザの２個組のデータセットを構築する操作、及びＳ２３０で密度クラスタリングアルゴリズムに基づいて未知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングすることで当該未知ユーザのクラスタを形成する操作もＳ２４０の後に実行してもよい。
本実施例に係るユーザ関係の識別方法は、各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報に基づいて各未知ユーザの２個組のデータセット及び各既知ユーザの２個組のデータセットを構築し、且つ密度クラスタリングアルゴリズムに基づいて各未知ユーザのクラスタ及び各既知ユーザの設定位置のクラスタを形成し、ＧＢＤＴ等のデータマイニング技術により各既知ユーザのクラスタに基づいて設定位置分類器を訓練することで各未知ユーザの設定位置のクラスタをマークし、未知ユーザの設定位置のクラスタにおいてその設定位置のワイヤレスネットワークアドレスを決定して少なくとも２つのユーザの関係をマークする。当該技術案はユーザ端末のネットワーキングする情報に基づいて、分類器訓練、データマイニング技術により未知ユーザの設定位置のワイヤレスネットワークアドレスを決定してユーザ同士の関係をマークし、それによりユーザ同士の家族、友達及び同僚等の関係を正確に区別できる。当該技術案によればユーザ端末のアドレス帳を抽出せずにユーザ同士の関係を正確にマークでき、モバイルインターネットの商業宣伝活動において知り合い同士が協力して不当な収入を得ることにより宣伝活動に関わる費用の損失を被るという問題を解決し、インターネット宣伝活動の効果を高める。
第３実施例
図３に示されるように、本発明の第３実施例に係るユーザ関係の識別装置の概略図である。本実施例の技術案はユーザ端末のネットワーキングするワイヤレスネットワーク情報に基づいてユーザの住所、勤め先等の設定位置情報をマイニングする場合に適用し、各ユーザ同士の関係を識別する場合にも適用できる。当該装置はユーザ関係の識別方法を実行することができ、且つサーバに配置される。
本実施例に係るユーザ関係の識別装置は、ネットワーキング情報取得モジュール３１０、分類器訓練モジュール３２０、ネットワークアドレス決定モジュール３３０及びユーザ関係マークモジュール３４０を備える。
ネットワーキング情報取得モジュール３１０は各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得することに用いられ、分類器訓練モジュール３２０は設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練することに用いられ、ネットワークアドレス決定モジュール３３０は設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定することに用いられ、ユーザ関係マークモジュール３４０は設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークすることに用いられる。
任意選択で、ユーザ関係の識別装置は、データセット構築モジュール３５０及びデータセットクラスタリングモジュール３６０を更に備える。
データセット構築モジュール３５０は各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得した後に、各未知ユーザの２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築し、各既知ユーザの設定時間周期における２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築することに用いられ、データセットクラスタリングモジュール３６０は密度クラスタリングアルゴリズムに基づいて未知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該未知ユーザの第１クラスタ、第２クラスタ、…、第ｉ（ｉは正の整数）クラスタ、…を形成し、密度クラスタリングアルゴリズムに基づいて既知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングし、当該既知ユーザの設定位置のクラスタ及び非設定位置のクラスタを形成することに用いられる。
任意選択で、分類器訓練モジュール３２０は、具体的には、ランダムフォレストアルゴリズム又は勾配ブースティング決定木アルゴリズムを用い、各既知ユーザの設定位置のクラスタ及び非設定位置のクラスタに基づいて、設定位置分類器を訓練する。
任意選択で、ネットワーキング情報取得モジュール３１０は、更に、各ユーザ端末のネットワーキングする時間情報を取得し、相応に、設定位置分類器の訓練属性は、既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの出現日数と設定時間周期との比、既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの昼間出現回数と夜間出現回数との比、既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが一日の少なくとも２つの時間帯にそれぞれ出現する回数の比、及び各既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが出現する確率で算出されたワイヤレスネットワークアドレスエントロピーのうちの少なくとも１種を含む。
任意選択で、ネットワークアドレス決定モジュール３３０は、クラスタマークユニット３３１及びネットワークアドレス検索ユニット３３２を備える。
クラスタマークユニット３３１は未知ユーザの各クラスタにおける２個組を設定位置分類器において順に分類し、未知ユーザの設定位置のクラスタ及び非設定位置のクラスタをマークすることに用いられ、ネットワークアドレス検索ユニット３３２は未知ユーザの設定位置のクラスタに最も多く出現するワイヤレスネットワークアドレスを検索して当該未知ユーザの設定位置のワイヤレスネットワークアドレスとして決定することに用いられる。
本実施例に係るユーザ関係の識別装置は、ユーザ端末のネットワーキングする情報に基づいて、分類器訓練、データマイニング技術により未知ユーザの設定位置のワイヤレスネットワークアドレスを決定することでユーザ同士の関係をマークし、それによりユーザ同士の家族、友達及び同僚等の関係を正確に区別できる。当該技術案によればユーザ端末のアドレス帳を抽出せずにユーザ同士の関係を正確にマークでき、モバイルインターネットの商業宣伝活動において知り合い同士が協力して不当な収入を得ることにより宣伝活動に関わる費用の損失を被るという問題を解決し、インターネット宣伝活動の効果を高める。
第４実施例
本発明の実施例はコンピュータ実行可能命令を含む記憶媒体を提供し、前記コンピュータ実行可能命令がコンピュータプロセッサにより実行される時にユーザ関係の識別方法を実行することに用いられ、当該方法は、
各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得するステップと、
設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練するステップと、
前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するステップと、
前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークするステップと、を含む。
上記記憶媒体が前記方法を実行する時に、各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得した後に、
各未知ユーザの２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築し、各既知ユーザの設定時間周期における２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築するステップと、
密度クラスタリングアルゴリズムに基づいて前記未知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該未知ユーザの第１クラスタ、第２クラスタ、…、第ｉ（ｉは正の整数）クラスタ、…を形成するステップと、
密度クラスタリングアルゴリズムに基づいて前記既知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該既知ユーザの設定位置のクラスタ及び非設定位置のクラスタを形成するステップと、を更に含んでもよい。
上記記憶媒体が前記方法を実行する時に、設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練するステップにおいては、具体的には、
ランダムフォレストアルゴリズム又は勾配ブースティング決定木アルゴリズムを用い、各前記既知ユーザの設定位置のクラスタ及び非設定位置のクラスタに基づいて、設定位置分類器を訓練するステップを更に含む。
上記記憶媒体が前記方法を実行する時に、各ユーザ端末のネットワーキングする時間情報を取得するステップを更に含み、相応に、前記設定位置分類器の訓練属性は、
前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの出現日数と前記設定時間周期との比、
前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの昼間出現回数と夜間出現回数との比、
前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが一日間の少なくとも２つの時間帯にそれぞれ出現する回数の比、
及び各前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが出現する確率で算出したワイヤレスネットワークアドレスエントロピーのうちの少なくとも１種を含む。
上記記憶媒体が前記方法を実行する時に、前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するステップにおいては、具体的には、
前記未知ユーザの各クラスタにおける２個組を前記設定位置分類器において順に分類し、前記未知ユーザの設定位置のクラスタ及び非設定位置のクラスタをマークするステップと、
前記未知ユーザの設定位置のクラスタに最も多く出現するワイヤレスネットワークアドレスを検索して当該未知ユーザの設定位置のワイヤレスネットワークアドレスとして決定するステップと、を更に含んでもよい。
第５実施例
図４は本発明の第５実施例に係るユーザ関係の識別方法を実行するサーバのハードウェア構造を示す概略図である。図４に示されるように、当該サーバは、
１つ以上のプロセッサ４１０（図４では１つのプロセッサ４１０を例とする）と、
メモリ４２０と、
１つ以上のモジュールとを備える。
前記サーバは、入力装置４３０を更に備えてもよい。前記サーバにおけるプロセッサ４１０、メモリ４２０及び入力装置４３０はバス又は他の方式で接続でき、図４ではバスで接続することを例とする。
メモリ４２０はコンピュータ読み取り可能な記憶媒体として、ソフトウェアプログラム、コンピュータ実行可能命令及びモジュール、本発明の実施例に係るユーザ関係の識別方法に対応するプログラム命令／モジュール（例えば、図３に示されたユーザ関係の識別装置におけるネットワーキング情報取得モジュール３１０、分類器訓練モジュール３２０、ネットワークアドレス決定モジュール３３０及びユーザ関係マークモジュール３４０）を記憶できる。プロセッサ４１０はメモリ４２０に記憶されるソフトウェアプログラム、命令及びモジュールを実行することにより、サーバの各種の機能アプリケーション及びデータ処理を実行し、すなわち上記方法の実施例におけるユーザ関係の識別方法を実現する。
メモリ４２０はオペレーティングシステム、少なくとも１つの機能に必要なアプリケーションプログラムを記憶できるプロクラム記憶領域、及びサーバの利用に応じて作成されるデータ等を記憶できるデータ記憶領域を備えてもよい。また、メモリ４２０は高速ランダムアクセスメモリ、又は不揮発性メモリ、例えば少なくとも１つのディスクメモリデバイス、フラッシュメモリデバイス、又は他の不揮発性ソリッドステートメモリデバイスを備えてもよい。いくつかの例では、メモリ４２０はプロセッサ４１０に対して遠隔に設置されるメモリを更に備えてもよく、これらの遠隔メモリはネットワークでサーバに接続される。上記ネットワークの例はインターネット、イントラネット、ローカルエリアネットワーク、移動通信ネットワーク及びその組み合わせを含むが、それらに限定されない。
入力装置４３０は入力されたワイヤレスネットワークアドレス及び座標情報を受信することに用いられる。
前記１つ又は複数のモジュールは前記メモリ４２０に記憶され、前記１つ又は複数のプロセッサ４１０により実行される時に、
各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得する操作と、
設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練する操作と、
前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定する操作と、
前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークする操作と、を実行する。
更に、各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得した後に、
各未知ユーザの２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築し、各既知ユーザの設定時間周期における２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築する操作と、
密度クラスタリングアルゴリズムに基づいて前記未知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該未知ユーザの第１クラスタ、第２クラスタ、…、第ｉ（ｉは正の整数）クラスタ、…を形成する操作と、
密度クラスタリングアルゴリズムに基づいて前記既知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該既知ユーザの設定位置のクラスタ及び非設定位置のクラスタを形成する操作と、を更に含む。
更に、設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練する操作は、
ランダムフォレストアルゴリズム又は勾配ブースティング決定木アルゴリズムを用い、各前記既知ユーザの設定位置のクラスタ及び非設定位置のクラスタに基づいて、設定位置分類器を訓練することを含む。
更に、各ユーザ端末のネットワーキングする時間情報を取得し、相応に、前記設定位置分類器の訓練属性は、
前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの出現日数と前記設定時間周期との比、
前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの昼間出現回数と夜間出現回数との比、
前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが一日間の少なくとも２つの時間帯にそれぞれ出現する回数の比、
及び各前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが出現する確率で算出したワイヤレスネットワークアドレスエントロピーのうちの少なくとも１種を含む。
更に、前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定する操作は、
前記未知ユーザの各クラスタにおける２個組を前記設定位置分類器において順に分類し、前記未知ユーザの設定位置のクラスタ及び非設定位置のクラスタをマークすることと、
前記未知ユーザの設定位置のクラスタに最も多く出現するワイヤレスネットワークアドレスを検索して当該未知ユーザの設定位置のワイヤレスネットワークアドレスとして決定することとを含む。
上記実施形態の説明によれば、当業者は、本発明がソフトウェア、及び必要な汎用ハードウェアにより実現されてもよく、勿論ハードウェアにより実現されてもよいが、多くの場合、前者が好ましい実施形態であると理解すべきである。このような理解に基づき、本発明の技術案は、実質的な部分、又は従来技術を改良する部分をソフトウェア製品の形態で実現してもよい。当該コンピュータソフトウェア製品は、コンピュータ可読記憶媒体、例えばコンピュータのフロッピーディスク、光ディスク、読み出し専用メモリ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒ、ＲＯＭ）、ランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ、ＲＡＭ）などに記憶されてもよく、且つコンピュータ機器（パソコン、サーバ、又はネットワーク機器などであってもよく）に本発明の各実施例に係る方法を実行させる複数の命令を含む。
注意すべきは、上記ユーザ関係の識別装置の実施例中に含まれる各モジュールとサブモジュールが、機能ロジックのみに応じて区画されるが、上記区画に限定されない。対応する機能を実現することができればよい。また、各機能ユニットの具体的な名称は、単に区別を容易にするためのものであり、本発明の保護範囲を限定するものではない。
以上で説明したのは、本発明の好ましい実施例及び運用される技術原理だけである。当業者にとっては、本発明はここで説明された特定の実施例に限定されなく、本発明の保護範囲を脱逸せずに様々な明らかな変化、再調整及び置換を行ってもよいことを理解すべきである。従って、以上の実施例によって本発明が詳しく記述されたが、本発明が上記した実施例に限定されず、本発明の構想を逸脱せずに、更により多い他の等価実施例が含まれてもよく、本発明の範囲は、付いている請求の範囲により決定されている。

Claims (12)

  1. 各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得するステップと、
    設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練するステップと、
    前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するステップと、
    前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークするステップと、を含む
    ことを特徴とするユーザ関係の識別方法。
  2. 各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得した後に、更に、
    各未知ユーザの２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築するとともに、各既知ユーザの設定時間周期における２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築するステップと、
    密度クラスタリングアルゴリズムに基づいて前記未知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該未知ユーザの第１クラスタ、第２クラスタ、…、第ｉ（ｉは正の整数）クラスタ、…を形成するステップと、
    密度クラスタリングアルゴリズムに基づいて前記既知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該既知ユーザの設定位置のクラスタ及び非設定位置のクラスタを形成するステップと、を含む
    ことを特徴とする請求項１に記載の識別方法。
  3. 設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練するステップにおいては、
    ランダムフォレストアルゴリズム又は勾配ブースティング決定木アルゴリズムを用い、各前記既知ユーザの設定位置のクラスタ及び非設定位置のクラスタに基づいて、設定位置分類器を訓練するステップを含む
    ことを特徴とする請求項２に記載の識別方法。
  4. 各ユーザ端末のネットワーキングする時間情報を取得するステップを更に含んでおり、相応に、前記設定位置分類器の訓練属性は、
    前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの出現日数と前記設定時間周期との比、
    前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの昼間出現回数と夜間出現回数との比、
    前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが一日間の少なくとも２つの時間帯にそれぞれ出現する回数の比、
    各前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが出現する確率で算出したワイヤレスネットワークアドレスのエントロピーのうちの少なくとも１種を含む
    ことを特徴とする請求項３に記載の識別方法。
  5. 前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するステップにおいては、
    前記未知ユーザの各クラスタにおける２個組を前記設定位置分類器において順に分類することにより、前記未知ユーザの設定位置のクラスタ及び非設定位置のクラスタをマークするステップと、
    前記未知ユーザの設定位置のクラスタに最も多く出現するワイヤレスネットワークアドレスを検索して当該未知ユーザの設定位置のワイヤレスネットワークアドレスとして決定するステップと、を含む
    ことを特徴とする請求項２に記載の識別方法。
  6. 各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得するネットワーキング情報取得モジュールと、
    設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練する分類器訓練モジュールと、
    前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するネットワークアドレス決定モジュールと、
    前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークするユーザ関係マークモジュールと、を備える
    ことを特徴とするユーザ関係の識別装置。
  7. 各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得した後に、各未知ユーザの２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築し、各既知ユーザの設定時間周期における２個組＜（ｘ座標、ｙ座標）、ワイヤレスネットワークアドレス＞のデータセットを構築するデータセット構築モジュールと、
    密度クラスタリングアルゴリズムに基づいて前記未知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該未知ユーザの第１クラスタ、第２クラスタ、…、第ｉ（ｉは正の整数）クラスタ、…を形成し、且つ密度クラスタリングアルゴリズムに基づいて前記既知ユーザの２個組のデータセットにおけるユーザ位置をクラスタリングして、当該既知ユーザの設定位置のクラスタ及び非設定位置のクラスタを形成するデータセットクラスタリングモジュールと、を更に備える
    ことを特徴とする請求項６に記載の識別装置。
  8. 前記分類器訓練モジュールは、具体的には、ランダムフォレストアルゴリズム又は勾配ブースティング決定木アルゴリズムを用い、各前記既知ユーザの設定位置のクラスタ及び非設定位置のクラスタに基づいて、設定位置分類器を訓練する
    ことを特徴とする請求項７に記載の識別装置。
  9. 前記ネットワーキング情報取得モジュールは、更に各ユーザ端末のネットワーキングする時間情報を取得し、相応に、
    前記設定位置分類器の訓練属性は、
    前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの出現日数と前記設定時間周期との比、
    前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスの昼間出現回数と夜間出現回数との比、
    前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが一日間の少なくとも２つの時間帯にそれぞれ出現する回数の比、
    各前記既知ユーザの設定位置のクラスタにおける各ワイヤレスネットワークアドレスが出現する確率で算出したワイヤレスネットワークアドレスのエントロピーのうちの少なくとも１種を含む
    ことを特徴とする請求項８に記載の識別装置。
  10. 前記ネットワークアドレス決定モジュールは、
    前記未知ユーザの各クラスタにおける２個組を前記設定位置分類器において順に分類し、前記未知ユーザの設定位置のクラスタ及び非設定位置のクラスタをマークするクラスタマークユニットと、
    前記未知ユーザの設定位置のクラスタに最も多く出現するワイヤレスネットワークアドレスを検索して当該未知ユーザの設定位置のワイヤレスネットワークアドレスとして決定するネットワークアドレス検索ユニットと、を備える
    ことを特徴とする請求項７に記載の識別装置。
  11. コンピュータ実行可能命令を含む記憶媒体であって、前記コンピュータ実行可能命令がコンピュータプロセッサにより実行される時にユーザ関係の識別方法を実行することに用いられ、前記方法は、
    各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得するステップと、
    設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練するステップと、
    前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定するステップと、
    前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークするステップと、を含む
    ことを特徴とするコンピュータ実行可能命令を含む記憶媒体。
  12. １つ又は複数のプロセッサと、
    メモリと、
    １つ又は複数のモジュールと、を備えており、
    前記１つ又は複数のモジュールが前記メモリに記憶され、前記１つ又は複数のプロセッサにより実行される時に、
    各ユーザ端末のネットワーキングするワイヤレスネットワークアドレス及び座標情報を取得する操作と、
    設定位置座標が既知の各既知ユーザのワイヤレスネットワークアドレス及び座標情報に基づいて、設定位置分類器を訓練する操作と、
    前記設定位置分類器に基づいて、設定位置座標が未知の各未知ユーザの設定位置のワイヤレスネットワークアドレスを決定する操作と、
    前記設定位置のワイヤレスネットワークアドレスの共有関係に基づいて、少なくとも２つのユーザの関係をマークする操作と、を実行する
    ことを特徴とするサーバ。
JP2018516680A 2015-09-30 2015-12-25 ユーザ関係の識別方法、装置、記憶媒体及びサーバ Active JP6499377B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510639155.4A CN106557942B (zh) 2015-09-30 2015-09-30 一种用户关系的识别方法和装置
CN201510639155.4 2015-09-30
PCT/CN2015/099010 WO2017054343A1 (zh) 2015-09-30 2015-12-25 一种用户关系的识别方法、装置、存储介质及服务器

Publications (2)

Publication Number Publication Date
JP2018535475A true JP2018535475A (ja) 2018-11-29
JP6499377B2 JP6499377B2 (ja) 2019-04-10

Family

ID=58417530

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018516680A Active JP6499377B2 (ja) 2015-09-30 2015-12-25 ユーザ関係の識別方法、装置、記憶媒体及びサーバ

Country Status (6)

Country Link
US (1) US10827012B2 (ja)
EP (1) EP3349165A4 (ja)
JP (1) JP6499377B2 (ja)
KR (1) KR102089026B1 (ja)
CN (1) CN106557942B (ja)
WO (1) WO2017054343A1 (ja)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6662934B2 (ja) * 2018-03-07 2020-03-11 本田技研工業株式会社 判定装置、判定システム及び判定方法
CN108627798B (zh) * 2018-04-04 2022-03-11 北京工业大学 基于线性判别分析和梯度提升树的wlan室内定位算法
CN110166344B (zh) * 2018-04-25 2021-08-24 腾讯科技（深圳）有限公司 一种身份标识识别方法、装置以及相关设备
CN110598122B (zh) * 2018-06-13 2022-04-01 百度在线网络技术（北京）有限公司 社交群体挖掘方法、装置、设备及存储介质
CN110677446A (zh) * 2018-07-03 2020-01-10 中移（杭州）信息技术有限公司 一种家庭群组用户的识别方法及装置
CN109446276B (zh) * 2018-09-19 2024-02-02 平安科技（深圳）有限公司 基于关系数据模型的订单拦截方法、装置、设备及介质
CN111126653B (zh) * 2018-11-01 2022-06-17 百度在线网络技术（北京）有限公司 用户职住地预测方法、装置及存储介质
CN111263300A (zh) * 2018-11-30 2020-06-09 北京嘀嘀无限科技发展有限公司 无线网络的类别确定方法、装置、电子设备及存储介质
CN111291914A (zh) * 2018-12-06 2020-06-16 北京嘀嘀无限科技发展有限公司 一种群体聚集场景的预测方法、装置、设备及存储介质
CN111314102A (zh) * 2018-12-11 2020-06-19 北京嘀嘀无限科技发展有限公司 群组识别方法、装置、电子设备及计算机可读存储介质
CN109829485A (zh) * 2019-01-08 2019-05-31 科大国创软件股份有限公司 一种基于移动通信数据的用户关系挖掘方法及系统
CN109978704A (zh) * 2019-02-26 2019-07-05 上海晶赞企业管理咨询有限公司 人际关系网络的建立方法及装置、存储介质、终端
CN110266756B (zh) * 2019-05-10 2021-12-28 秒针信息技术有限公司 一种资讯推送方法及装置
CN110533500A (zh) * 2019-07-30 2019-12-03 平安科技（深圳）有限公司 用户识别方法、装置、计算机设备及存储介质
CN111182474B (zh) * 2019-08-08 2021-08-13 腾讯科技（深圳）有限公司 一种确定社交关系的方法以及相关装置
CN111198972B (zh) * 2019-12-30 2023-05-09 中国联合网络通信集团有限公司 用户职住地识别方法、装置、控制设备及存储介质
CN113378073B (zh) * 2020-03-10 2023-04-07 中国移动通信集团湖南有限公司 用户关系的识别方法及装置
CN111814067B (zh) * 2020-06-30 2024-03-15 北京百度网讯科技有限公司 好友推荐方法、装置、设备及存储介质
CN112566093B (zh) * 2020-11-13 2022-02-01 腾讯科技（深圳）有限公司 一种终端关系识别方法、装置、计算机设备及存储介质
CN112989221B (zh) * 2021-02-18 2022-09-23 支付宝(杭州)信息技术有限公司 基于位置的家庭关系分析方法及装置
CN117573951B (zh) * 2024-01-16 2024-04-12 每日互动股份有限公司 一种目标用户筛选方法、装置、介质及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010001483A1 (ja) * 2008-07-04 2010-01-07 パイオニア株式会社 関係推定装置及び方法
JP2010237832A (ja) * 2009-03-30 2010-10-21 Zenrin Datacom Co Ltd 属性特定システムおよび属性特定方法
US20140136333A1 (en) * 2012-11-15 2014-05-15 Microsoft Corporation Cross Device Identity Generator
JP2014182609A (ja) * 2013-03-19 2014-09-29 Univ Of Tokyo 分類器構築装置、分類装置、分類器構築方法、分類方法及びプログラム
US20140342756A1 (en) * 2005-02-03 2014-11-20 Cyril Houri Methods for providing location of wireless devices using wi-fi
CN104933157A (zh) * 2015-06-26 2015-09-23 百度在线网络技术（北京）有限公司 用于获取用户属性信息的方法、装置及服务器

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140230030A1 (en) * 2006-11-22 2014-08-14 Raj Abhyanker Method and apparatus for geo-spatial and social relationship analysis
JP2009129338A (ja) 2007-11-27 2009-06-11 Sony Corp 対人関係評価装置、対人関係評価方法、対人関係評価システム、端末装置
US20090307263A1 (en) * 2008-06-06 2009-12-10 Sense Networks, Inc. System And Method Of Performing Location Analytics
US8509734B1 (en) * 2008-06-26 2013-08-13 Amazon Technologies, Inc. Location aware transaction authorization
US8750850B2 (en) 2010-01-18 2014-06-10 Qualcomm Incorporated Context-aware mobile incorporating presence of other mobiles into context
US9760885B1 (en) * 2010-03-23 2017-09-12 Amazon Technologies, Inc. Hierarchical device relationships for geolocation-based transactions
JP5854482B2 (ja) * 2010-05-25 2016-02-09 ヘッドウォーター パートナーズ Ｉ エルエルシーＨｅａｄｗａｔｅｒ Ｐａｒｔｎｅｒｓ Ｉ Ｌｌｃ 無線ネットワークオフロードシステム及び方法
CN102541886B (zh) * 2010-12-20 2015-04-01 郝敬涛 一种识别用户群和用户之间关系的系统和方法
US9576284B2 (en) * 2011-09-29 2017-02-21 Paypal, Inc. Social proximity payments
CN104488304B (zh) 2012-08-09 2018-07-06 塔塔咨询服务有限公司 测量某一地方的人口的拥挤度的系统和方法
JP2014082580A (ja) * 2012-10-15 2014-05-08 Hitachi Solutions Ltd ガイド情報配信システム
US9589280B2 (en) * 2013-07-17 2017-03-07 PlaceIQ, Inc. Matching anonymized user identifiers across differently anonymized data sets
US20150149091A1 (en) * 2013-11-25 2015-05-28 PlaceIQ, Inc. Apparatus and Method for Determining the Quality or Accuracy of Reported Locations
US9635116B2 (en) * 2013-04-26 2017-04-25 Linkedin Corporation Techniques for inferring a location
US10419317B2 (en) * 2013-09-16 2019-09-17 Microsoft Technology Licensing, Llc Identifying and targeting devices based on network service subscriptions
CN104636382B (zh) * 2013-11-13 2018-03-06 华为技术有限公司 推理社会关系的方法及装置
JP6008882B2 (ja) 2014-01-14 2016-10-19 三菱電機株式会社 人物関係分析システム、人物関係分析方法、及びプログラム
WO2015127312A1 (en) 2014-02-21 2015-08-27 Open Garden Inc. Passive social networking using location
CN104602183A (zh) 2014-04-22 2015-05-06 腾讯科技（深圳）有限公司 群组定位方法和系统
CN104615608B (zh) * 2014-04-28 2018-05-15 腾讯科技（深圳）有限公司 一种数据挖掘处理系统及方法
CN104636439B (zh) * 2015-01-04 2018-07-03 中国联合网络通信集团有限公司 一种分析用户社会关系的方法及装置
US10327094B2 (en) * 2016-06-07 2019-06-18 NinthDecimal, Inc. Systems and methods to track locations visited by mobile devices and determine neighbors of and distances among locations
US10036638B2 (en) * 2016-06-07 2018-07-31 NinthDecimal, Inc. Systems and methods of tracking locations visited by mobile devices residing within a predetermined activity area to quantify a change
CN104869638B (zh) * 2015-05-28 2018-04-13 北京嘀嘀无限科技发展有限公司 Gps坐标作弊的检测方法及装置
US10037374B2 (en) * 2015-01-30 2018-07-31 Qualcomm Incorporated Measuring semantic and syntactic similarity between grammars according to distance metrics for clustered data
US20170111364A1 (en) * 2015-10-14 2017-04-20 Uber Technologies, Inc. Determining fraudulent user accounts using contact information
US10455363B2 (en) * 2015-11-04 2019-10-22 xAd, Inc. Systems and methods for using geo-blocks and geo-fences to discover lookalike mobile devices
US9948733B2 (en) * 2016-05-09 2018-04-17 Dstillery, Inc. Evaluating authenticity of geographic data associated with media requests
US9788158B1 (en) * 2016-09-08 2017-10-10 NinthDecimal, Inc. Systems and methods to measure the population of mobile devices in a predefined geographical region
US10205728B2 (en) * 2017-05-19 2019-02-12 Live Nation Entertainment, Inc. Systems and methods for objective-based scoring using machine learning techniques
US10834600B2 (en) * 2017-05-22 2020-11-10 Apple Inc. Managing moving wireless access points in wireless network positioning system
US10510014B2 (en) * 2017-05-31 2019-12-17 Microsoft Technology Licensing, Llc Escalation-compatible processing flows for anti-abuse infrastructures
US10181032B1 (en) * 2017-07-17 2019-01-15 Sift Science, Inc. System and methods for digital account threat detection
EP3477906B1 (en) * 2017-10-26 2021-03-31 Accenture Global Solutions Limited Systems and methods for identifying and mitigating outlier network activity
US20190132352A1 (en) * 2017-10-31 2019-05-02 Microsoft Technology Licensing, Llc Nearline clustering and propagation of entity attributes in anti-abuse infrastructures
US11574204B2 (en) * 2017-12-06 2023-02-07 Accenture Global Solutions Limited Integrity evaluation of unstructured processes using artificial intelligence (AI) techniques

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140342756A1 (en) * 2005-02-03 2014-11-20 Cyril Houri Methods for providing location of wireless devices using wi-fi
WO2010001483A1 (ja) * 2008-07-04 2010-01-07 パイオニア株式会社 関係推定装置及び方法
JP2010237832A (ja) * 2009-03-30 2010-10-21 Zenrin Datacom Co Ltd 属性特定システムおよび属性特定方法
US20140136333A1 (en) * 2012-11-15 2014-05-15 Microsoft Corporation Cross Device Identity Generator
JP2014182609A (ja) * 2013-03-19 2014-09-29 Univ Of Tokyo 分類器構築装置、分類装置、分類器構築方法、分類方法及びプログラム
CN104933157A (zh) * 2015-06-26 2015-09-23 百度在线网络技术（北京）有限公司 用于获取用户属性信息的方法、装置及服务器

Also Published As

Publication number Publication date
WO2017054343A1 (zh) 2017-04-06
CN106557942A (zh) 2017-04-05
US20180278702A1 (en) 2018-09-27
CN106557942B (zh) 2020-07-10
KR20180054706A (ko) 2018-05-24
US10827012B2 (en) 2020-11-03
KR102089026B1 (ko) 2020-03-16
EP3349165A1 (en) 2018-07-18
JP6499377B2 (ja) 2019-04-10
EP3349165A4 (en) 2018-09-05

Similar Documents

Publication Publication Date Title
JP6499377B2 (ja) ユーザ関係の識別方法、装置、記憶媒体及びサーバ
Wang et al. Efficient computing of radius-bounded k-cores
US9158801B2 (en) Indexing based on object type
CN104077723B (zh) 一种社交网络推荐系统及方法
JP6608972B2 (ja) ソーシャルネットワークに基づいてグループを探索する方法、デバイス、サーバ及び記憶媒体
WO2014107988A1 (zh) 微博用户群体结构发现分析方法及系统
CN104796326A (zh) 一种企业im的群组创建方法、数据加载方法及装置
CN104412266A (zh) 用于具有动态排序的树结构的多维数据储存和文件系统的方法和装置
CN103345521A (zh) 一种在哈希表数据库中处理键值的方法和装置
CN108572958B (zh) 数据处理方法及装置
CN102521364B (zh) 一种图上两点间最短路径查询方法
JP2015512095A (ja) 画像データベースにおける画像管理のための方法、装置、および、コンピュータで読取り可能な記録媒体
Kim et al. An analysis on movement patterns between zones using smart card data in subway networks
US11562004B2 (en) Classifying and filtering platform data via k-means clustering
Wang et al. Efficient radius-bounded community search in geo-social networks
Garaeva et al. A framework for co-location patterns mining in big spatial data
US9529855B2 (en) Systems and methods for point of interest data ingestion
CN113254672B (zh) 异常账号的识别方法、系统、设备及可读存储介质
CN110297818B (zh) 构建数据仓库的方法及装置
CN108268545A (zh) 一种分级的用户标签库的创建的方法和装置
CN108763498B (zh) 用户身份识别方法、装置、电子设备及可读存储介质
Wang et al. Privacy-protected place of activity mining on big location data
Zhang et al. Mquery: Fast graph query via semantic indexing for mobile context
CN111860655A (zh) 用户的处理方法、装置和设备
US20230385337A1 (en) Systems and methods for metadata based path finding

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181113

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190208

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190305

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190314

R150 Certificate of patent or registration of utility model

Ref document number: 6499377

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250