KR20180089479A - 사용자 데이터 공유 방법 및 디바이스 - Google Patents

사용자 데이터 공유 방법 및 디바이스 Download PDF

Info

Publication number
KR20180089479A
KR20180089479A KR1020187018756A KR20187018756A KR20180089479A KR 20180089479 A KR20180089479 A KR 20180089479A KR 1020187018756 A KR1020187018756 A KR 1020187018756A KR 20187018756 A KR20187018756 A KR 20187018756A KR 20180089479 A KR20180089479 A KR 20180089479A
Authority
KR
South Korea
Prior art keywords
user
information
account
user account
relationship
Prior art date
Application number
KR1020187018756A
Other languages
English (en)
Other versions
KR102086936B1 (ko
Inventor
펭웨이 왕
후메이 허
둥싱 우
디준 허
루이후아 린
루이후아 린
Original Assignee
알리바바 그룹 홀딩 리미티드
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 알리바바 그룹 홀딩 리미티드 filed Critical 알리바바 그룹 홀딩 리미티드
Publication of KR20180089479A publication Critical patent/KR20180089479A/ko
Application granted granted Critical
Publication of KR102086936B1 publication Critical patent/KR102086936B1/ko

Links

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • 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
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • 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
    • H04L67/22—
    • 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
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3334—Selection or weighting of terms from queries, including natural language queries
    • G06F17/30663—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40—Support for services or applications
    • 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
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • 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
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Storage Device Security (AREA)

Abstract

본 출원의 실시형태는 사용자 데이터 공유 방법 및 디바이스를 개시한다. 상기 방법은, 조회 매개체의 획득된 정보에 따라, 적어도 하나의 관련된 사용자 계정 및 적어도 하나의 관련된 사용자 계정의 관계 정보를 조회하는 것; 조회를 통해 획득되는 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하는 것; 로컬 매개체 네트워크를 사용하는 것에 의해 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하는 것; 신뢰할 수 있는 계정의 사용자 데이터를 획득하는 것; 및 사용자 데이터를 공유하기 위해, 신뢰할 수 있는 계정의 사용자 데이터를, 조회 매개체의 정보에 대응하는 사용자 데이터로서 출력하는 것을 포함한다. 그러한 만큼, 동일한 사용자 엔티티에 대한 사용자 행동 정보가 상이한 서비스 플랫폼 사이에서 전달되고, 사용자 행동 정보가 공유된다.

Description

사용자 데이터 공유 방법 및 디바이스
본 출원은 2015년 12월 1일자로 출원되고 발명의 명칭이 "User Data Sharing Method and Device"인 중국 특허 출원 제201510866768.1호의 우선권을 주장하는데, 이 중국 특허 출원은 참조에 의해 그 전체가 본 명세서에 통합된다.
기술분야
본 출원은 컴퓨터 기술의 분야에 관한 것으로, 특히, 사용자 데이터 공유 방법 및 디바이스에 관한 것이다.
인터넷 및 정보화의 발전에 따라, 사용자는, 온라인 쇼핑, 온라인 행동(online behavior), 금융 서비스, 보험 서비스 등과 같은 일상 업무를 수행할 때 상이한 서비스 플랫폼에서 정보를 적용할 것이다. 이들 서비스를 수행할 때, 상이한 서비스 플랫폼은 또한, 서비스 실행 기록 및 그로부터 유도되는 사용자 행동 정보를 비롯한 사용자 정보를 상응하게 기록 및 누적할 것이다.
상이한 타입의 서비스 플랫폼은 사용자 데이터 정보를 상이한 양태로 지속적으로 각각 축적한다. 예를 들면, 몇몇 전자 상거래 플랫폼의 서비스 플랫폼은 사용자의 쇼핑 및 소비 정보를 지속적으로 수집하고, 몇몇 다른 검색 엔진의 서비스 플랫폼은 사용자의 검색 정보를 지속적으로 수집하고, 한편 몇몇 다른 재무 관리 플랫폼의 서비스 플랫폼은 사용자의 예금 및 재무 관리 정보를 수집한다. 동일한 사용자 엔티티는, 상이한 정보를 수집하는 상이한 타입의 서비스 플랫폼 웹사이트 상에서 상이한 계정을 가질 것이다. 상이한 서비스 플랫폼 상에서의 동일한 사용자의 사용자 정보를 관련시키는 방법, 상이한 서비스 플랫폼 사이에서 사용자 데이터를 전달하는 방법, 및 사용자 행동 정보 공유를 달성하는 방법은 매우 중요하며 수행되기에는 여전히 매우 어렵다.
그러나, 사용자 인식, 정보 상호 작용, 카테고리화된 통계치 등과 같은 다수의 장애물의 존재로 인해, 상이한 서비스 플랫폼 사이에서 동일한 사용자 엔티티에 대한 사용자 행동 정보를 전달하여 사용자 행동 정보를 공유할 수 있는 솔루션이 현재의 기술에서는 존재하지 않는다.
따라서, 상이한 서비스 플랫폼 사이에서 동일한 사용자 엔티티에 대한 사용자 행동 정보를 전달하여 사용자 행동 정보를 공유할 수 있는 솔루션을 찾기 위한 긴급한 필요성이 현재 기술에서 존재한다.
본 출원의 실시형태는, 상이한 서비스 플랫폼 사이에서 동일한 사용자 엔티티에 대한 사용자 행동 정보를 전달하기 위한 그리고 사용자 행동 정보를 공유하기 위한 사용자 데이터 공유 방법 및 디바이스를 제공한다.
상기의 목적을 달성하기 위해, 사용자 데이터 공유 방법은 다음의 단계를 포함한다: 조회 매개체(query medium)의 정보를 획득하는 단계; 조회 매개체의 정보에 따라, 조회 매개체에 관련되는 적어도 하나의 사용자 계정 및 적어도 하나의 사용자 계정의 관계 정보를 매개체 네트워크(medium network)로부터 검색 및 획득하는 단계로서, 사용자 계정의 관계 정보는, 사용자 계정과 조회 매개체 사이의 관계의 강도 및 사용자 계정과 다른 사용자 계정 사이의 관계의 강도를 포함하는, 상기 검색 및 획득하는 단계; 획득된 적어도 하나의 사용자 계정 및 적어도 하나의 사용자 계정의 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하는 단계로서, 로컬 매개체 네트워크 내의 에지는 매개체와 사용자 계정 사이의 관계 및 사용자 계정과 다른 사용자 계정 사이의 관계를 포함하고, 에지 가중치는 관계 강도 스코어인, 상기 로컬 매개체 네트워크를 구축하는 단계; 로컬 매개체 네트워크를 사용하는 것에 의해 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정(trusted account)을 결정하는 단계; 신뢰할 수 있는 계정의 사용자 데이터를 획득하고, 사용자 데이터를 공유하기 위해, 신뢰할 수 있는 계정의 사용자 데이터를, 조회 매개체의 정보에 대응하는 사용자 데이터로서 출력하는 단계.
다음을 포함하는 네트워크 디바이스: 조회 매개체의 정보를 획득하도록 구성되는 획득 모듈; 획득 모듈에 의해 획득되는 조회 매개체의 정보에 따라, 조회 매개체에 관련되는 적어도 하나의 사용자 계정 및 적어도 하나의 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득하도록 구성되는 조회 모듈(querying module)로서, 사용자 계정의 관계 정보는, 사용자 계정과 조회 매개체 사이의 관계의 강도 및 사용자 계정과 다른 사용자 계정 사이의 관계의 강도를 포함하는, 조회 모듈; 조회 모듈에 의해 획득되는 적어도 하나의 사용자 계정 및 적어도 하나의 사용자 계정의 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하도록 구성되는 구축 모듈로서, 로컬 매개체 네트워크 내의 에지는 매개체와 사용자 계정 사이의 관계 및 사용자 계정과 다른 사용자 계정 사이의 관계를 포함하고, 에지 가중치는 관계 강도 스코어인, 구축 모듈; 로컬 매개체 네트워크를 사용하는 것에 의해 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하도록 구성되는 결정 모듈; 신뢰할 수 있는 계정의 사용자 데이터를 획득하도록, 그리고, 사용자 데이터를 공유하기 위해, 신뢰할 수 있는 계정의 사용자 데이터를, 조회 매개체의 정보에 대응하는 사용자 데이터로서 출력하도록 구성되는 프로세싱 모듈.
종래 기술과 비교하여, 본 출원의 실시형태는 적어도 다음의 이점을 갖는다: 본 출원의 실시형태는 사용자 데이터 공유 방법 및 디바이스를 개시한다. 상기 방법은 다음을 포함한다: 조회 매개체의 획득된 정보에 따라, 적어도 하나의 관련된 사용자 계정 및 적어도 하나의 관련된 사용자 계정의 관계 정보를 조회하는 것; 조회를 통해 획득되는 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하는 것; 로컬 매개체 네트워크를 사용하는 것에 의해 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하는 것; 신뢰할 수 있는 계정의 사용자 데이터를 획득하는 것; 사용자 데이터를 공유하기 위해, 신뢰할 수 있는 계정의 사용자 데이터를, 조회 매개체의 정보에 대응하는 사용자 데이터로서 출력하는 것. 그러한 만큼, 동일한 사용자 엔티티에 대한 사용자 행동 정보가 상이한 서비스 플랫폼 사이에서 전달될 수 있고, 사용자 행동 정보는 공유될 수 있다.
도 1은 본 출원의 실시형태 I에 따른 사용자 데이터 공유 방법의 플로우차트;
도 2는 본 출원의 실시형태 I에 따른 로컬 매개체 네트워크의 개략적인 구조도;
도 3은 본 출원의 실시형태 II에 따른 네트워크 디바이스의 개략적인 구조도.
본 출원의 기술적 솔루션은 본 출원의 첨부의 도면을 참조하여 하기에서 명확하고 완전하게 설명될 것이다. 명백하게는, 설명된 실시형태는 본 출원의 실시형태의 전체가 아닌 일부에 불과하다. 본 출원의 실시형태에 기초하여 그리고 발명의 노력 없이 기술 분야의 숙련된 자에 의해 획득되는 모든 다른 실시형태는 본 출원의 범위 내에 속할 것이다.
상이한 서비스 플랫폼의 모든 데이터베이스는 사용자의 약간의 신원 정보(identity information)(예를 들면, 사용자의 이동 전화 번호, ID 번호, 은행 카드 등) 및 환경 정보(즉, 사용되고 있는 IP, WIFI, MAC, IMEI 등)를 기록할 수 있다. 신원 정보 및 환경 정보는 일괄적으로 매개체 정보(medium information)로 칭해질 수 있다. 동일한 사용자가 동일한 매개체 정보를 상이한 서비스 플랫폼에 제공하기 때문에, 매개체 정보는 데이터를 전달하기 위해 사용될 수 있다. 소위 데이터를 전달하는 것은, 상이한 서비스 플랫폼의 데이터베이스에 의해 수집된 동일한 사용자에 대한 사용자 행동 정보가, 상기의 동일한 매개체 정보에 기초하여 상이한 서비스 플랫폼의 데이터베이스로부터 획득되고, 그에 의해, 사용자 행동 정보에 대한 데이터 공유를 달성하게 된다는 것을 의미한다.
단일의 매개체를 통한 사용자 검색은 상대적으로 낮은 정확도를 갖는다. 특히, IP, MAC, 및 심지어 이동 전화와 같은 몇몇 공개 매개체 정보를 사용하는 것에 의해 많은 계정이 획득될 수 있지만, 이들 계정은 반드시 동일한 사용자에게 속하지는 않는다. 따라서, 이러한 단일의 단편(piece)의 매개체 정보를 사용하는 것에 의해 다수의 계정이 획득될 수 있음에도 불구하고, 이들 계정은 동일한 사용자에 속하지 않을 수도 있고, 획득된 사용자 행동 정보는 상이한 사용자로부터 유래할 수도 있다. 이러한 방식으로 획득되는 데이터는 낮은 정확도를 가지며, 상이한 서비스 플랫폼의 데이터베이스에 의해 수집된 동일한 사용자의 사용자 행동 정보를 공유하는 것을 불가능하게 만든다.
여기서, 사용자 행동 정보는, 예를 들면, 사용자의 쇼핑 정보, 사용자의 검색 정보, 및 사용자의 예금 정보를 포함할 수 있다.
또한, 많은 서비스 시나리오의 경우, 정확도는 매우 중요하며, 일반적으로 풍부한 매개체 정보가 있다. 따라서, 사용자를 보다 잘 검색하거나 또는 로킹하기(lock) 위해서는 더 나은 솔루션이 다수의 단편의 매개체 정보를 사용할 수 있어야 한다.
본 출원의 실시형태에 따른 기술적 솔루션은 동일한 사용자를 로킹하기 위해 다수의 단편의 매개체 정보를 사용한다. 사용자를 로킹하기 위해 다수의 단편의 매개체 정보가 사용되는 경우, 매개체 정보의 단편이 사용자에게 속한다는 것이 확인된다. 또한, 동일한 사용자에게 속하는 이들 매개체 정보의 단편은, 그 다음, 상이한 서비스 플랫폼 상에서의 사용자의 상이한 계정뿐만 아니라, 대응하는 서비스 플랫폼의 데이터베이스에 수집된 대응하는 계정의 사용자 행동 정보를 획득하기 위해, 즉, 상이한 서비스 플랫폼 상에서의 동일한 사용자의 사용자 행동 정보를 획득하기 위해, 상이한 서비스 플랫폼 상에서의 상이한 계정을 찾아내기 위해 사용된다.
상기의 프로세싱을 통해, 모든 서비스 플랫폼은 상이한 서비스 플랫폼의 데이터베이스에 수집된 동일한 사용자의 사용자 행동 정보를 공유할 수 있다. 예를 들면, 동일한 사용자(u)에 속하는 매개체 정보는, 서비스 플랫폼 a, 서비스 플랫폼 b, 및 서비스 플랫폼 c 상에서의 대응하는 계정을 찾아내기 위해, 즉 서비스 플랫폼 a, 서비스 플랫폼 b, 및 서비스 플랫폼 c 상에서 사용자(u)의 계정을 찾기 위해 사용될 수 있고, 그 다음, 서비스 플랫폼 a, 서비스 플랫폼 b, 및 서비스 플랫폼 c의 데이터베이스에 수집된 획득된 계정의 사용자 행동 정보가 획득될 수 있다. 결과적으로, 서비스 플랫폼 a, 서비스 플랫폼 b, 및 서비스 플랫폼 c 상에서의 사용자(u)의 사용자 행동 정보가 획득될 수 있고, 사용자 행동 정보는 서비스 플랫폼 a, 서비스 플랫폼 b, 및 서비스 플랫폼 c 사이에서 공유된다.
도 1은 본 출원의 실시형태 I에 따른 사용자 데이터 공유 방법의 플로우차트이다. 하나의 예에서, 상기 방법은 다음의 단계를 포함한다:
단계 S101. 조회 매개체의 정보를 획득하는 단계.
매개체는 두 당사자(party)(예를 들면, 사람 또는 엔티티)를 관련시키는 사람 또는 엔티티를 가리킨다. 공통 매개체는, 계정, ID, 이동 전화, 우편함, 은행 카드, 디바이스 코드, 주소 등에 관련되는 정보를 포함한다.
본 출원의 실시형태에서, 조회 매개체는, 매개체 네트워크에서 목표 사용자의 계정을 조회하기 위해 사용되는 매개체를 가리킨다. 현재, 이들 매개체와 타겟 사용자의 계정 사이의 관련화(association)에 대한 높은 가능성이 있다는 것이 결정될 수 있다. 따라서, 타겟 사용자를 조회하기 위해 이들 매개체가 사용되는 경우 정확도는 상대적으로 높다. 실제 적용에서, 사용자를 찾아내기 위해 검증된 또는 독점적인 매개체가 조회 매개체로서 선택될 수 있다.
본 출원의 실시형태에 따른 기술적 솔루션은, 바람직하게는, 조회 정확도를 향상시키기 위해 그리고 간섭하는 정보 또는 덜 인식 가능한 정보를 조회 매개체로서 사용하는 것에 의해 야기되는 조회 결과 에러를 감소시키기 위해, 두 개보다 많은 조회 매개체가 후속 프로세싱 프로시져를 위해 획득되는 것을 필요로 한다는 것을 또한 유의해야 한다. 조회 매개체의 수는 실제 시나리오의 필요에 따라 설정될 수 있으며, 그 변경은 본 출원의 범위에 영향을 미치지 않는다.
단계 S102. 조회 매개체의 정보에 따라, 조회 매개체에 관련되는 적어도 하나의 사용자 계정 및 조회 매개체와 적어도 하나의 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득하는 단계.
여기서, 사용자 계정의 관계 정보는 다음을 포함한다: 사용자 계정과 조회 매개체 사이의 관계 강도 및 사용자 계정과 다른 사용자 계정 사이의 관계의 강도.
매개체 네트워크는, 사용자 계정 사이의 관련화 관계(association relationship) 및 사용자 계정과 매개체 사이의 관련화 관계를 포함하는 네트워크이고, 매개체 네트워크는 임의의 사용자 계정 사이의 관계의 강도 및 사용자 계정과 매개체 사이의 관계의 강도를 포함한다는 것을 유의해야 한다.
단계 S101에서 적어도 두 개의 조회 매개체의 정보가 획득되면, 이 단계에서의 동작은 다음의 것일 것이다: 적어도 두 개의 조회 매개체의 정보를 각각 사용하는 것에 의해, 대응하는 조회 매개체에 관련되는 사용자 계정 및 조회 매개체와 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색하여 획득하는 것.
특정한 적용 시나리오는 다음의 프로세스 옵션을 포함할 수 있다는 것을 유의해야 한다. 대응하는 조회 매개체에 관련되는 사용자 계정 및 사용자 계정의 관계 정보가 매개체 네트워크로부터 획득하는 경우, 상기 방법은 다음의 것을 더 포함할 수 있다: 적어도 두 개의 조회 매개체의 정보가 동일한 사용자 계정에 속하는지의 여부를 결정하는 것; 만약 그렇다면(yes), 결정된 사용자 계정을 신뢰할 수 있는 계정으로 사용하는 것; 그렇지 않은 경우, 단계 S103을 실행하는 것.
S103. 획득된 적어도 하나의 사용자 계정 및 적어도 하나의 사용자 계정의 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축함
실제 적용 시나리오에서, 로컬 매개체 네트워크를 구축하기 위한 플로우는 다음과 같다: 사용자 계정과 매개체 사이의 관계의 강도를, 사용자 계정과 매개체 사이의 동일 발생 관계(same-occurrence relationship)에 따라 결정하는 것, 및 사용자 사이의 관계에 따라 사용자 계정 사이의 관계의 강도를 결정하는 것, 여기서 사용자 사이의 관계는 사회적 관계(social relationship), 거래 관계(transaction relationship), 디바이스 공유 관계(shared-device relationship) 및 사용자 사이의 매개체 공유 관계(shared-medium relationship)를 포함한다.
하나의 예에서, 로컬 매개체 네트워크는 정점 및 에지를 포함하고, 로컬 매개체 네트워크의 정점은 매개체 또는 사용자 계정을 포함하고, 로컬 매개체 네트워크의 에지는 매개체와 사용자 계정 사이의 관계, 및 사용자 계정과 다른 사용자 계정 사이의 관계를 포함하고, 에지 가중치는 관계 강도 스코어이다.
도 2는 본 출원의 실시형태에 따른 특정한 적용 시나리오를 위해 구축되는 로컬 매개체 네트워크의 개략적인 구조도이고, 대응하는 구축 프로세스는 다음과 같다:
우선, 매개체 정보 1, 매개체 정보 2, 매개체 정보 3, 및 매개체 정보 4를 획득.
그 다음, 매개체 네트워크에서, 매개체 정보 1에 따라 대응하는 계정 A 및 B를 찾고, 매개체 정보 2에 따라 대응하는 계정 A 및 C를 찾고, 매개체 정보 3에 따라 대응하는 계정 B 및 C를 찾고, 매개체 정보 4에 따라 대응하는 계정 D 및 E를 찾음.
마지막으로, 매개체 정보 1, 매개체 정보 2, 매개체 정보 3, 및 매개체 정보 4뿐만 아니라, 매개체 정보 1에 대응하는 계정 A 및 B, 매개체 정보 2에 대응하는 계정 A 및 C, 매개체 정보 3에 대응하는 계정 B 및 C, 및 매개체 정보 4에 대응하는 계정 D 및 E에 따라 로컬 매개체 네트워크를 구축함, 여기서 매개체 정보 1, 매개체 정보 2, 매개체 정보 3, 및 매개체 정보 4, 계정 A, 계정 B, 계정 C, 및 계정 D는 상이한 정점이고, 도면에서 정점을 연결하는 라인은, 대응하는 정점 사이의 관계를 나타내는 에지이다.
단계 S104. 로컬 매개체 네트워크를 사용하는 것에 의해 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하는 단계.
하나의 예에서, 이 단계에서 프로세싱 솔루션은, 단계 S103에서 구축되는 로컬 매개체 네트워크를 사용하여 적어도 하나의 사용자 계정에 대해 혼합된 정렬(mixed sorting)을 수행하는 것, 및 정렬된 사용자 계정 중 처음 N 개를 신뢰할 수 있는 계정으로 결정하는 것이다.
하나의 예에서, 실제 적용 시나리오에서, 상기의 혼합된 정렬의 구현 플로우는 다음과 같다:
단계 1. 에지 가중치의 정규화(normalization), 여기서는, 로컬 매개체 네트워크 내의 에지 전체의 에지 가중치가 정규화된다, 즉, 로컬 매개체 네트워크에서, 조회 매개체의 각각의 단편의 정보와 대응하는 사용자 계정 사이의, 그리고 사용자 계정 사이의 원래의(original) 에지 가중치 정보에 대해 에지 가중치 정보 정규화 연산이 수행된다.
또한, 상기의 에지 가중치 정보 정규화 연산은 다음의 방식으로 구현될 수 있다는 것을 또한 유의해야 한다:
먼저, 제1의 미리 설정된 횟수 이내에서의, 조회 매개체의 정보와 대응하는 사용자 계정 사이의 원래의 에지 가중치의 변화율 정보, 및 사용자 계정 사이의 원래의 에지 가중치의 변화율의 정보가 각각 획득될 수 있다.
변화율의 정보에 따라, 에지 가중치 정보 정규화 연산은, 조회 매개체의 정보와 대응하는 사용자 계정 사이의 원래의 에지 가중치에 대해 그리고 사용자 계정 사이의 원래의 에지 가중치에 대해 수행될 수 있다.
실제 적용 시나리오에서, 구현은 다음의 식을 참조하여 수행될 수 있다:
식 I(로직 회귀식):
Figure pct00001
여기서, f(x)는 에지 가중치 정보 정규화 연산이 수행된 이후에 획득되는 에지 가중치 값이고, ax에서의 x는 원래 에지 가중치 값을 나타내고, a는 로직 회귀식의 변수인데, 다음의 식을 통해 획득될 수 있다:
식 II(유도식):
Figure pct00002
여기서 x0은 원래의 에지 가중치의 최소값을 나타내고; x99%는 에지 가중치의 99 백분위수의 값을 나타낸다.
단계 2. 에지 가중치의 반복적 계산, 여기서는, 정규화된 에지 가중치에 대해, 수렴할 때까지, 반복적 계산이 수행된다. 즉, 반복적 계산은, 단계 1에서의 에지 가중치 정보 정규화 연산으로부터 획득되는 조회 매개체의 정보와 대응하는 사용자 계정 사이의 에지 가중치, 및 사용자 계정 사이의 에지 가중치에 따라, 반복적 결과가 수렴할 때까지 수행되고, 그 결과 조회 매개체의 정보와 대응하는 사용자 계정 사이의 에지 가중치 및 사용자 계정 사이의 에지 가중치를 획득하게 된다.
용이한 설명의 목적을 위해, 수학적 심볼이 다음과 같이 정의된다: 로컬 매개체 네트워크는 G로 정의되고, n은 G 내의 노드 데이터를 나타내고, 노드는 사용자 계정 또는 매개체 중 어느 하나일 수 있다.
실제 적용 시나리오에서, 상기의 반복적 연산은 다음의 식을 참조하여 수행될 수 있다:
식 III(초기 상태에서, 그것은 k 번째 반복에서의 에지 가중치 정보 계산식이다):
Figure pct00003
반복 프로세스에서, 각각의 에지의 가중치는 다음의 식 IV((k+1) 번째 반복에서의 에지 가중치 정보 계산식)을 사용하는 것에 의해 재계산된다. 식 IV:
Figure pct00004
여기서, Rk(a,b)는 k 번째 반복에서의 노드 a 및 노드 b의 에지 가중치 정보를 나타내고, Rk+1(a,b)는 (k+1) 번째 반복에서의 노드 a 및 노드 b의 에지 가중치 정보를 나타내고, C는 수렴률 제어 파라미터 또는 감쇠 계수를 나타내고, |I(a)|는 노드 a의 이웃 목록의 에지 가중치 정보의 합을 나타내고, |I(b)|는 노드 b의 이웃 목록의 에지 가중치 정보의 합을 나타내고, i는 번호 i를 나타내고, j는 번호 j를 나타내며, Ii(a)는 노드 a의 이웃 목록의 정보를 나타내고, Ij(b)는 노드 b의 이웃 목록의 정보를 나타낸다. (로컬 매개체 네트워크에서, 매개체 정보 및 매개체 정보에 대응하는 계정은 노드로서 지칭되고, 노드에 연결되는 다른 노드는 노드의 이웃으로 지칭되고, 모든 이웃은 이웃 목록으로 지칭된다).
에지 가중치에 대해 반복적 계산을 수행하는 목적은, 노드 사이의 획득된 에지 가중치 정보가, 무한히 반복하는 대신, 안정적으로 되게 하는 것, 즉, 수렴하게 하는 것이고; 따라서, 본 실시형태에서는, 미리 설정된 수의 반복적 계산 동작이 수행된 이후, 노드 사이의 획득된 에지 가중치 정보가 수렴 조건을 충족하는지의 여부를 결정하는 것이 필요하다는 것을 유의해야 한다.
본 실시형태에서, 노드 사이의 획득된 에지 가중치 정보가 수렴 조건을 충족하는지의 여부는 다음과 같은 방식으로 결정될 수 있다: 제1의 미리 설정된 수의 반복적 계산 동작이 수행된 이후, 사용자 계정과 조회 매개체의 대응하는 정보 사이의 새로운 에지 가중치의 제1 값 변화 및 사용자 계정 사이의 에지 가중치의 제2 값 변화를 각각 획득하는 것; 제1 값 변화 및 제2 값 변화의 합이 미리 설정된 제1 합 임계치보다 더 작은지의 여부를 결정하는 것; 만약 그렇다면, 반복적 계산 동작을 중지하는 것; 및 만약 아니라면(no), 반복적 계산 동작을 계속하는 것.
단계 3. 종합 가중치 정보(comprehensive weight information)의 결정, 여기서는, 수렴 이후의 에지 가중치는, 각각의 사용자 계정에 대한 종합 가중치 또는 각각의 조회 매체에 대한 종합 가중치를 계산하기 위해 사용된다.
사용자 계정의 종합 가중치 정보 및 조회 매개체의 정보의 종합 가중치 정보는, 사용자 계정 사이의 에지 가중치 및 사용자 계정과 대응하는 매개체 사이의 에지 가중치에 따라 결정된다.
실제 적용 시나리오에서, 구현은 다음의 식을 참조하여 수행될 수 있다:
식 V(매개체 가중치 정보 계산식):
Figure pct00005
여기서 W(a)는 매개체 가중치이다. 상이한 조회 매개체는 일반적으로 상이한 가중치를 갖는다. 예를 들면, 조회 매개체로서, ID는 통상적으로 이동 전화 조회의 결과보다 더 신뢰받는 결과를 가지며, 따라서, 더 높은 가중치를 갖는다. 상이한 타입의 조회 매개체가 사용자 조회에서 상이한 정확도(신뢰 레벨)를 가지기 때문에, 그들의 가중치는 상이해야 한다. 매개체 가중치는 통상적으로 서비스 경험 및 이해에 따라 할당된다. 따라서, 상이한 매개체 가중치는 상이한 매개체 타입에 따라 설정된다.
식 VI(각각의 사용자 계정에 대한 종합 가중치 정보 계산식):
Figure pct00006
여기서, u는 로컬 매개체 네트워크에서의 사용자 계정(u)을 나타내고, S는 사용자 계정(u)에 대응하는 매개체 정보에 의해 형성되는 매개체 정보 세트(S)를 나타내며, Score(u)는 사용자 계정(u)의 종합 가중치 정보를 나타내고;
W(a)*R(a, u)는, 사용자 계정(u)과 그것의 대응하는 매개체 정보의 각각의 단편 사이의 에지 가중치 정보를 나타내며;
W(a)*W(b)*R(a,b)는, 사용자 계정(u)에 대응하는 매개체 정보 사이의 에지 가중치 정보를 나타낸다.
단계 4. 종합 가중치의 정렬, 여기서는, 신뢰할 수 있는 계정 또는 신뢰할 수 있는 매개체를 결정하기 위해, 사용자 계정 또는 조회 매개체가, 사용자 계정의 종합 가중치 또는 단계 3에서 획득되는 조회 매개체의 종합 가중치에 따라 정렬된다.
하나의 예에서, 로컬 매개체 네트워크는, 적어도 하나의 사용자 계정에 대해 혼합된 정렬을 수행하기 위해, 그리고 정렬된 사용자 계정의 처음 N개를 신뢰할 수 있는 계정으로서 결정하기 위해 사용될 수 있는데, N은 양의 정수이다.
N은 실제 시나리오의 필요에 따라 설정되는 수치 값, 예를 들면, N = 1일 수 있다. 처음으로 정렬되는 사용자 계정은, 사용자 계정의 종합 가중치 스코어인 신뢰도 값을 갖는 가장 신뢰할 수 있는 계정이다. 가장 신뢰할 수 있는 계정에 관련되는 매개체는 신뢰할 수 있는 매개체이며, 마찬가지로, 신뢰도 값은 매개체의 종합 가중치 스코어이다.
신뢰할 수 있는 매개체를 결정하는 것과 관련하여, 신뢰할 수 있는 사용자(trusted user)에 관련되는 매개체는 신뢰할 수 있는 매개체인 것으로 직접적으로 결정될 수 있고, 매개체는 신뢰할 수 있는 계정에 속한다.
신뢰되지 않은(non-trusted) 매개체가 있고 신뢰되지 않은 매개체와 신뢰할 수 있는 매개체 사이의 유사도(R)가 임계치(예를 들면, 0.01)보다 더 작은 경우, 그러면, 이 매개체는 신뢰할 수 없는(untrusted) 것으로, 즉, 매개체는 신뢰할 수 있는 계정에 속하지 않는 것으로 간주된다.
단계 S105. 신뢰할 수 있는 계정의 사용자 데이터를 획득하고, 사용자 데이터를 공유하기 위해, 신뢰할 수 있는 계정의 사용자 데이터를, 조회 매개체의 정보에 대응하는 사용자 데이터로서 출력하는 단계.
실제 적용 시나리오에서, 사용자 데이터 공유를 구현하기 위한 동작 방식은 다음과 같은 것을 포함할 수 있다: 사용자 행동 정보를 공유하기 위해, 신뢰할 수 있는 계정에 대응하는 적어도 두 단편의 매개체 정보에 따라 그리고 상이한 데이터베이스로부터, 상이한 데이터베이스에 기록되어 있는 신뢰할 수 있는 계정에 대응하는 사용자의 사용자 행동 정보를 획득하는 것.
본 실시형태에서의 바람직한 단계로서, 신뢰할 수 있는 계정에 대응하는 적어도 두 단편의 매개체 정보에 따라 그리고 상이한 데이터베이스로부터, 상이한 데이터베이스에 기록되어 있는 신뢰할 수 있는 계정에 대응하는 사용자의 사용자 행동 정보를 획득한 이후, 신뢰할 수 있는 계정에 대응하는 다른 매개체 정보가 상기의 로컬 매개체 네트워크로부터 추가로 획득될 수 있고, 매개체 정보는 신뢰되지 않은 매개체 정보로서 사용된다. 신뢰되지 않은 매개체 정보(non-trusted medium information)는 신뢰할 수 없는 매개체 정보(untrusted medium information)가 아니다는 것을 유의해야 한다. 따라서, 신뢰되지 않은 매개체 정보가 신뢰할 수 없는 매개체 정보인지의 여부를 결정하는 것이 필요하다.
하나의 예에서, 신뢰되지 않은 매개체 정보가 신뢰할 수 없는 매개체 정보인지 여부는 다음의 방식으로 결정될 수 있다:
단계 A: 신뢰되지 않은 매개체 정보와 신뢰할 수 있는 계정에 대응하는 매개체 정보 사이의 유사도를 획득하는 단계.
여기서, 유사도는, 신뢰되지 않은 매개체 정보와 관련된 신뢰할 수 있는 매개체 정보 사이의 동일한 인접 에지의 수에 대응할 수도 있다.
바람직하게는, 신뢰되지 않은 매개체 정보와 관련된 신뢰할 수 있는 매개체 정보 사이의 동일한 인접 에지의 더 많은 수는, 신뢰되지 않은 매개체 정보와 신뢰할 수 있는 계정에 대응하는 매개체 정보 사이의 더 높은 유사도를 나타낸다. 역으로, 더 낮은 숫자는 더 낮은 유사도를 나타낸다.
실제 적용에서, 신뢰할 수 있는 매개체가 직접적으로 결정될 수 있고, 신뢰할 수 있는 매개체는 신뢰할 수 있는 계정에 속한다. 신뢰되지 않은 매개체가 있고 신뢰되지 않은 매개체와 신뢰할 수 있는 매개체 사이의 유사도(R)가 임계치(예를 들면, 0.01)보다 더 작은 경우, 그러면, 이 매개체는 신뢰할 수 없는 것으로, 즉, 매개체는 신뢰할 수 있는 계정에 속하지 않는 것으로 간주된다.
단계 B: 유사도를 미리 설정된 유사도 임계치와 비교하는 단계;
단계 C: 미리 설정된 유사도 임계치보다 더 작은 유사도를 갖는 신뢰되지 않은 매개체 정보를, 신뢰할 수 없는 매개체 정보로서 취급하는 단계.
한편, 상이한 매개체 정보와 계정 사이의 에지 가중치 정보는 상이하다. 예를 들면, ID는 통상적으로, 이동 전화가 갖는 것보다 더 많이 신뢰할 수 있는 사용자 조회 결과를 가지며, 따라서 ID는 더 높은 가중치를 갖는다. 또한, 상이한 타입의 매개체 정보가 사용자 조회에서 상이한 정확도(신뢰 레벨)를 가지기 때문에, 그것의 에지 가중치 정보는 상이해야 한다. 따라서, 신뢰할 수 있는 계정에 대응하는 적어도 두 단편의 매개체 정보에 따라 그리고 상이한 데이터베이스로부터, 상이한 데이터베이스에 기록되어 있는 신뢰할 수 있는 계정에 대응하는 사용자의 사용자 행동 정보를 획득한 이후, 신뢰할 수 있는 계정에 대응하는 매개체 정보의 각각의 단편과 신뢰할 수 있는 계정 사이의 관계의 강도가 추가로 결정될 수 있고, 관계 강도는 매개체 정보에 따른 사용자 조회의 정확도를 가리킨다. 하나의 예에서, 구현은 다음의 방식으로 수행될 수 있다.
단계 A: 신뢰할 수 있는 계정에 대응하는 매개체 정보의 각각의 단편의 제2 종합 에지 가중치 정보를 각각 획득하는 단계, 여기서, 제2 종합 에지 가중치 정보는, 매개체 정보의 각각의 단편과 매개체 정보의 대응하는 계정에 의해 형성되는 계정 사이의 종합 에지 가중치 정보이다.
하나의 예에서, 상기의 제2 종합 에지 가중치 정보는 다음의 방식으로 결정될 수 있다:
식 VII(제2 종합 에지 가중치 정보 계산식):
Figure pct00007
여기서, m은 로컬 매개체 네트워크에서의 매개체 정보(m)를 나타내고, K는 매개체 정보(m)에 대응하는 계정에 의해 형성되는 계정 세트(K)를 나타내고, Score(m)은 제2 종합 에지 가중치 정보를 나타내고; Score(a)*R(a, m)은 매개체 정보(m)와 그것의 각각의 대응하는 사용자 사이의 에지 가중치 정보를 나타내고; Score(a)*Score(b)*R(a,b)는 매개체 정보(m)에 대응하는 사용자 사이의 에지 가중치 정보를 나타낸다.
단계 B: 제2 종합 에지 가중치 정보를 정렬하는 단계.
단계 C: 정렬 결과에 따라 매개체 정보의 각각의 단편과 신뢰할 수 있는 계정 사이의 관계의 강도를 결정하는 단계.
종래 기술과 비교하여, 본 출원의 실시형태는 적어도 다음과 같은 이점을 갖는다: 본 출원의 실시형태는 사용자 데이터 공유 방법 및 디바이스를 개시한다. 상기 방법은 다음을 포함한다: 조회 매개체의 획득된 정보에 따라, 적어도 하나의 관련된 사용자 계정 및 적어도 하나의 관련된 사용자 계정의 관계 정보를 조회하는 것; 조회를 통해 획득되는 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하는 것; 로컬 매개체 네트워크를 사용하는 것에 의해 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하는 것; 신뢰할 수 있는 계정의 사용자 데이터를 획득하는 것; 사용자 데이터를 공유하기 위해, 신뢰할 수 있는 계정의 사용자 데이터를, 조회 매개체의 정보에 대응하는 사용자 데이터로서 출력하는 것. 그러한 만큼, 동일한 사용자 엔티티에 대한 사용자 행동 정보가 상이한 서비스 플랫폼 사이에서 전달되고, 사용자 행동 정보는 공유된다.
상기의 방법과 동일한 발명 개념에 기초하여, 본 발명의 실시형태 II는 또한, 도 3에서 도시되는 바와 같이, 네트워크 디바이스를 제공하는데, 네트워크 디바이스는,
조회 매개체의 정보를 획득하도록 구성되는 획득 모듈(31);
획득 모듈(31)에 의해 획득되는 조회 매개체의 정보에 따라, 조회 매개체에 관련되는 적어도 하나의 사용자 계정 및 적어도 하나의 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득하도록 구성되는 조회 모듈(32)로서, 사용자 계정의 관계 정보는, 사용자 계정과 조회 매개체 사이의 관계의 강도, 및 사용자 계정과 다른 사용자 계정 사이의 관계의 강도를 포함하는, 상기 조회 모듈(32);
조회 모듈(32)에 의해 획득되는 적어도 하나의 사용자 계정 및 적어도 하나의 사용자 계정의 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하도록 구성되는 구축 모듈(33)로서, 로컬 매개체 네트워크 내의 에지는 매개체와 사용자 계정 사이의 관계 및 사용자 계정과 다른 사용자 계정 사이의 관계를 포함하고, 에지 가중치는 관계 강도 스코어인, 상기 구축 모듈(33);
로컬 매개체 네트워크를 사용하는 것에 의해 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하도록 구성되는 결정 모듈(34);
신뢰할 수 있는 계정의 사용자 데이터를 획득하도록, 그리고, 사용자 데이터를 공유하기 위해, 신뢰할 수 있는 계정의 사용자 데이터를, 조회 매개체의 정보에 대응하는 사용자 데이터로서 출력하도록 구성되는 프로세싱 모듈(35).
실제 적용 시나리오에서, 결정 모듈(34)은, 로컬 매개체 네트워크를 사용하여 적어도 하나의 사용자 계정에 대해 혼합된 정렬을 수행하도록, 그리고 정렬된 사용자 계정 중 처음 N 개를 신뢰할 수 있는 계정으로 결정하도록 구성되는데, N은 양의 정수이다.
여기서, 결정 모듈(34)은 다음을 포함한다:
로컬 매개체 네트워크 내의 에지 전체의 에지 가중치를 정규화하도록 구성되는 정규화 유닛;
정규화에 의해 정규화되는 에지 가중치에 대해, 수렴할 때까지, 반복적 계산을 수행하도록 구성되는 반복 유닛;
반복 유닛에 의한 수렴 이후 에지 가중치를 사용하는 것에 의해 각각의 사용자 계정에 대한 종합 가중치 또는 각각의 조회 매개체에 대한 종합 가중치를 계산하도록 구성되는 계산 유닛;
계산 유닛에 의해 계산되는 모든 사용자 계정의 종합 가중치 또는 모든 조회 매개체의 종합 가중치에 따라 적어도 하나의 사용자 계정 또는 모든 조회 매개체를 정렬하도록, 그리고 신뢰할 수 있는 계정 또는 신뢰할 수 있는 매개체를 결정하도록 구성되는 정렬 유닛.
바람직하게, 획득 모듈(31)은 적어도 두 개의 조회 매개체의 정보를 획득하도록 구성되고; 조회 모듈(32)은, 예를 들면, 적어도 두 개의 조회 매개체의 정보를 각각 사용하는 것에 의해, 대응하는 조회 매개체에 관련되는 사용자 계정 및 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득하도록 구성된다.
상응하여, 구축 모듈(33)은, 적어도 두 개의 조회 매개체의 정보가 동일한 사용자 계정에 속하는지의 여부를 결정하도록; 만약 그렇다면, 결정된 사용자 계정을 신뢰할 수 있는 계정으로 사용하도록; 그렇지 않은 경우, 획득된 적어도 하나의 사용자 계정 및 적어도 하나의 사용자 계정의 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하도록 구성된다.
종래 기술과 비교하여, 본 출원의 실시형태는 적어도 다음과 같은 이점을 갖는다: 본 출원의 실시형태는 사용자 데이터 공유 방법 및 디바이스를 개시한다. 상기 방법은 다음을 포함한다: 조회 매개체의 획득된 정보에 따라, 적어도 하나의 관련된 사용자 계정 및 적어도 하나의 관련된 사용자 계정의 관계 정보를 조회하는 것; 조회를 통해 획득되는 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하는 것; 로컬 매개체 네트워크를 사용하는 것에 의해 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하는 것; 신뢰할 수 있는 계정의 사용자 데이터를 획득하는 것; 사용자 데이터를 공유하기 위해, 신뢰할 수 있는 계정의 사용자 데이터를, 조회 매개체의 정보에 대응하는 사용자 데이터로서 출력하는 것. 그러한 만큼, 동일한 사용자 엔티티에 대한 사용자 행동 정보가 상이한 서비스 플랫폼 사이에서 전달되고, 사용자 행동 정보는 공유된다.
상기의 방식의 구현예의 설명에 따르면, 기술 분야의 숙련된 자는, 본 출원의 실시형태가 하드웨어에 의해 또는 필요한 일반적인 하드웨어 플랫폼을 더한 소프트웨어에 의해 구현될 수 있다는 것을 명확히 이해할 수 있다. 이러한 이해에 기초하여, 본 출원의 실시형태의 기술적 솔루션은 소프트웨어 제품의 형태로 구현될 수 있다. 소프트웨어 제품은, 컴퓨터 디바이스(이것은 퍼스널 컴퓨터, 서버 또는 네트워크측 디바이스일 수 있음)가 본 발명의 실시형태의 모든 구현 시나리오에서 기술되는 방법을 수행하는 것을 가능하게 하기 위한 다수의 명령어를 포함하는 불휘발성 저장 매체(이것은 CD-ROM, 플래시 드라이브, 모바일 하드 드라이브 등일 수 있음)에 저장될 수 있다.
기술 분야의 숙련된 자는, 첨부의 도면이 단지 바람직한 구현 시나리오의 예에 불과하고, 첨부의 도면에서의 모듈 또는 플로우는 본 발명의 실시형태의 구현예에 의해 반드시 요구되지는 않을 수도 있다는 것을 이해해야 한다.
기술 분야의 숙련된 자는, 구현 시나리오에서의 디바이스 내의 모듈이 구현 시나리오의 설명에 따라 구현 시나리오의 디바이스에 분포될 수 있거나, 또는 본 구현 시나리오와는 상이한 하나 이상의 디바이스 상에 배치되도록 대응하는 변형을 겪을 수 있다는 것을 이해해야 한다. 상기 구현 시나리오에서의 모듈은 하나의 모듈로 결합될 수 있거나, 또는 복수의 서브 모듈로 추가로 분리될 수 있다.
본 발명의 실시형태의 상기의 순서 번호는 단지 설명의 목적을 위한 것이며, 구현 시나리오의 장점 또는 단점을 나타내는 것은 아니다.
본 발명의 실시형태의 단지 여러 가지 특정한 구현 시나리오만이 상기에서 개시되어 있다. 그러나, 본 발명의 실시형태는 그에 의해 제한되지 않는다. 기술 분야의 숙련된 자에 의해 고안될 수 있는 임의의 변형예가 본 발명의 실시형태의 범위 내에 속할 것이다.

Claims (14)

  1. 사용자 데이터 공유 방법으로서,
    조회 매개체(query medium)의 정보를 획득하는 단계;
    상기 조회 매개체의 상기 정보에 따라, 상기 조회 매개체에 관련되는 적어도 하나의 사용자 계정 및 상기 적어도 하나의 사용자 계정의 관계 정보를 매개체 네트워크(medium network)로부터 검색 및 획득하는 단계로서, 상기 사용자 계정의 상기 관계 정보는, 상기 사용자 계정과 상기 조회 매개체 사이의 관계의 강도 및 상기 사용자 계정과 다른 사용자 계정 사이의 관계의 강도를 포함하는, 상기 검색 및 획득하는 단계;
    상기 획득된 적어도 하나의 사용자 계정 및 상기 적어도 하나의 사용자 계정의 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하는 단계로서, 상기 로컬 매개체 네트워크 내의 에지는 매개체와 사용자 계정 사이의 관계, 및 상기 사용자 계정과 상기 다른 사용자 계정 사이의 관계를 포함하고, 에지 가중치는 관계 강도 스코어인, 상기 로컬 매개체 네트워크를 구축하는 단계;
    상기 로컬 매개체 네트워크를 사용하는 것에 의해 상기 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정(trusted account)을 결정하는 단계; 및
    상기 신뢰할 수 있는 계정의 사용자 데이터를 획득하고, 상기 사용자 데이터를 공유하기 위해, 상기 신뢰할 수 있는 계정의 상기 사용자 데이터를, 상기 조회 매개체의 상기 정보에 대응하는 상기 사용자 데이터로서 출력하는 단계를 포함하는, 사용자 데이터 공유 방법.
  2. 제1항에 있어서, 상기 로컬 매개체 네트워크를 사용하는 것에 의해 상기 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하는 단계는,
    상기 로컬 매개체 네트워크를 사용하여 상기 적어도 하나의 사용자 계정에 대해 혼합된 정렬(mixed sorting)을 수행하고, 상기 정렬된 사용자 계정 중 처음 N 개를 신뢰할 수 있는 계정으로서 결정하는 단계를 포함하되, N은 양의 정수인, 사용자 데이터 공유 방법.
  3. 제2항에 있어서, 상기 로컬 매개체 네트워크를 사용하여 상기 적어도 하나의 사용자 계정에 대해 혼합된 정렬을 수행하는 단계는,
    상기 로컬 매개체 네트워크 내의 상기 에지 전체의 에지 가중치를 정규화하는 단계;
    수렴할 때까지 상기 정규화된 에지 가중치에 대해 반복적 계산을 수행하는 단계;
    상기 수렴 이후 상기 에지 가중치를 사용하는 것에 의해 각각의 사용자 계정에 대한 종합 가중치(comprehensive weight) 또는 각각의 조회 매개체에 대한 종합 가중치를 계산하는 단계; 및
    모든 사용자 계정의 상기 종합 가중치 또는 모든 조회 매개체의 종합 가중치에 따라 상기 적어도 하나의 사용자 계정 또는 모든 조회 매개체를 정렬하여, 신뢰할 수 있는 계정 또는 신뢰할 수 있는 매개체를 결정하는 단계를 포함하는, 사용자 데이터 공유 방법.
  4. 제3항에 있어서, 상기 로컬 매개체 네트워크 내의 상기 에지 전체의 에지 가중치를 정규화하는 단계는,
    제1의 미리 설정된 횟수 이내에서의, 상기 조회 매개체의 상기 정보와 대응하는 사용자 계정 사이의 원래의 에지 가중치의 변화율, 및 사용자 계정 사이의 원래의 에지 가중치의 변화율을 각각 획득하는 단계; 및
    상기 변화율에 따라, 상기 조회 매개체의 상기 정보와 대응하는 사용자 계정 사이의 상기 원래의 에지 가중치 및 사용자 계정 사이의 상기 원래의 에지 가중치에 대해, 에지 가중치 정보 정규화 연산을 수행하는 단계를 포함하는, 사용자 데이터 공유 방법.
  5. 제3항에 있어서, 수렴할 때까지 상기 정규화된 에지 가중치에 대해 반복적 계산을 수행하는 단계는,
    상기 에지 가중치 정규화 연산으로부터 획득되는 상기 조회 매개체의 상기 정보와 대응하는 사용자 계정 사이의 상기 에지 가중치 및 사용자 계정 사이의 상기 에지 가중치에 따라 반복적 계산 동작을 수행하여, 상기 사용자 계정과 상기 조회 매개체의 상기 대응하는 정보 사이의 에지 가중치 및 상기 사용자 계정 사이의 에지 가중치를 각각 결정하는 단계;
    제1의 미리 설정된 수의 반복적 계산 동작이 수행된 이후, 상기 사용자 계정과 상기 조회 매개체의 대응하는 정보 사이의 새로운 에지 가중치의 제1 값 변화 및 상기 사용자 계정 사이의 에지 가중치의 제2 값 변화를 각각 획득하는 단계;
    상기 제1 값 변화 및 상기 제2 값 변화의 합이 미리 설정된 제1 합 임계치보다 더 작은지의 여부를 결정하는 단계;
    만약 그렇다면(yes), 상기 반복적 계산 동작을 중지하는 단계; 및
    만약 아니라면(no), 상기 반복적 계산 동작을 계속하는 단계를 포함하는, 사용자 데이터 공유 방법.
  6. 제1항에 있어서, 상기 조회 매개체의 정보를 획득하는 단계는,
    적어도 두 개의 조회 매개체의 정보를 획득하는 단계를 포함하고; 그리고
    상기 조회 매개체의 상기 정보에 따라, 상기 조회 매개체에 관련되는 적어도 하나의 사용자 계정 및 상기 적어도 하나의 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득하는 단계는, 적어도 두 개의 조회 매개체의 상기 정보를 각각 사용하는 것에 의해, 상기 대응하는 조회 매개체에 관련되는 사용자 계정 및 상기 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득하는 단계를 포함하는, 사용자 데이터 공유 방법.
  7. 제6항에 있어서, 적어도 두 개의 조회 매개체의 상기 정보를 각각 사용하는 것에 의해, 상기 대응하는 조회 매개체에 관련되는 사용자 계정 및 상기 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득한 이후, 상기 방법은,
    적어도 두 개의 조회 매개체의 상기 정보가 동일한 사용자 계정에 속하는지의 여부를 결정하는 단계;
    만약 그렇다면, 상기 결정된 사용자 계정을 신뢰할 수 있는 계정으로 사용하는 단계; 및
    그렇지 않은 경우, 상기 획득된 적어도 하나의 사용자 계정 및 상기 적어도 하나의 사용자 계정의 상기 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하는 단계를 더 포함하는, 사용자 데이터 공유 방법.
  8. 제1항에 있어서,
    상기 매개체 네트워크는, 사용자 계정 사이의 관련화 관계(association relationship) 및 사용자 계정과 매개체 사이의 관련화 관계를 포함하는 네트워크이고; 그리고
    상기 매개체 네트워크는 임의의 사용자 계정 사이의 관계의 강도 및 사용자 계정과 매개체 사이의 관계의 강도를 포함하는, 사용자 데이터 공유 방법.
  9. 제8항에 있어서, 상기 매개체 네트워크를 구축하기 위한 방법은,
    상기 사용자 계정과 상기 매개체 사이의 동일 발생 관계(same-occurrence relationship)에 따라 상기 사용자 계정과 상기 매개체 사이의 상기 관계의 상기 강도를 결정하는 단계; 및
    사용자 사이의 관계에 따라 사용자 계정 사이의 상기 관계의 상기 강도를 결정하는 단계를 포함하되, 사용자 사이의 상기 관계는 사회적 관계(social relationship), 거래 관계(transaction relationship), 디바이스 공유 관계(shared-device relationship) 및 사용자 사이의 매개체 공유 관계(shared-medium relationship)를 포함하는, 사용자 데이터 공유 방법.
  10. 네트워크 디바이스로서,
    조회 매개체의 정보를 획득하도록 구성되는 획득 모듈;
    상기 획득 모듈에 의해 획득되는 상기 조회 매개체의 상기 정보에 따라, 상기 조회 매개체에 관련되는 적어도 하나의 사용자 계정 및 상기 적어도 하나의 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득하도록 구성되는 조회 모듈(querying module)로서, 상기 사용자 계정의 상기 관계 정보는, 상기 사용자 계정과 상기 조회 매개체 사이의 관계의 강도 및 상기 사용자 계정과 다른 사용자 계정 사이의 관계의 강도를 포함하는, 상기 조회 모듈;
    상기 조회 모듈에 의해 획득되는 상기 적어도 하나의 사용자 계정 및 상기 적어도 하나의 사용자 계정의 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하도록 구성되는 구축 모듈로서, 상기 로컬 매개체 네트워크 내의 에지는 매개체와 사용자 계정 사이의 관계 및 상기 사용자 계정과 상기 다른 사용자 계정 사이의 관계를 포함하고, 에지 가중치는 관계 강도 스코어인, 상기 구축 모듈;
    상기 로컬 매개체 네트워크를 사용하는 것에 의해 상기 적어도 하나의 사용자 계정으로부터 신뢰할 수 있는 계정을 결정하도록 구성되는 결정 모듈; 및
    상기 신뢰할 수 있는 계정의 사용자 데이터를 획득하도록, 그리고, 상기 사용자 데이터를 공유하기 위해, 상기 신뢰할 수 있는 계정의 상기 사용자 데이터를, 상기 조회 매개체의 상기 정보에 대응하는 상기 사용자 데이터로서 출력하도록 구성되는 프로세싱 모듈을 포함하는, 네트워크 디바이스.
  11. 제10항에 있어서, 상기 결정 모듈은,
    상기 로컬 매개체 네트워크를 사용하여 상기 적어도 하나의 사용자 계정에 대해 혼합된 정렬을 수행하도록, 그리고 상기 정렬된 사용자 계정 중 처음 N 개를 신뢰할 수 있는 계정으로 결정하도록 구성되되, N은 양의 정수인, 네트워크 디바이스.
  12. 제11항에 있어서, 상기 결정 모듈은,
    상기 로컬 매개체 네트워크 내의 에지 전체의 에지 가중치를 정규화하도록 구성되는 정규화 유닛;
    수렴할 때까지 상기 정규화에 의해 정규화되는 상기 에지 가중치에 대해 반복적 계산을 수행하도록 구성되는 반복 유닛;
    상기 반복 유닛에 의한 상기 수렴 이후 상기 에지 가중치를 사용하는 것에 의해 각각의 사용자 계정에 대한 종합 가중치 또는 각각의 조회 매개체에 대한 종합 가중치를 계산하도록 구성되는 계산 유닛;
    상기 계산 유닛에 의해 계산되는 모든 사용자 계정의 상기 종합 가중치 또는 모든 조회 매개체의 종합 가중치에 따라 상기 적어도 하나의 사용자 계정 또는 모든 조회 매개체를 정렬하여, 신뢰할 수 있는 계정 또는 신뢰할 수 있는 매개체를 결정하도록 구성되는 정렬 유닛을 포함하는, 네트워크 디바이스.
  13. 제10항에 있어서,
    상기 획득 모듈은 적어도 두 개의 조회 매개체의 정보를 획득하도록 구성되고;
    상기 조회 모듈은, 적어도 두 개의 조회 매개체의 상기 정보를 각각 사용하는 것에 의해, 상기 대응하는 조회 매개체에 관련되는 사용자 계정 및 상기 사용자 계정의 관계 정보를 매개체 네트워크로부터 검색 및 획득하도록 구성되는, 네트워크 디바이스.
  14. 제13항에 있어서, 상기 구축 모듈은,
    적어도 두 개의 조회 매개체의 상기 정보가 동일한 사용자 계정에 속하는지의 여부를 결정하도록;
    만약 그렇다면, 상기 결정된 사용자 계정을 신뢰할 수 있는 계정으로 사용하도록; 그리고
    그렇지 않은 경우, 상기 획득된 적어도 하나의 사용자 계정 및 상기 적어도 하나의 사용자 계정의 상기 관계 정보를 사용하는 것에 의해 로컬 매개체 네트워크를 구축하도록 구성되는, 네트워크 디바이스.
KR1020187018756A 2015-12-01 2016-11-21 사용자 데이터 공유 방법 및 디바이스 KR102086936B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510866768.1 2015-12-01
CN201510866768.1A CN106817390B (zh) 2015-12-01 2015-12-01 一种用户数据共享的方法和设备
PCT/CN2016/106579 WO2017092581A1 (zh) 2015-12-01 2016-11-21 一种用户数据共享的方法和设备

Publications (2)

Publication Number Publication Date
KR20180089479A true KR20180089479A (ko) 2018-08-08
KR102086936B1 KR102086936B1 (ko) 2020-03-09

Family

ID=58796341

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187018756A KR102086936B1 (ko) 2015-12-01 2016-11-21 사용자 데이터 공유 방법 및 디바이스

Country Status (10)

Country Link
US (1) US10673979B2 (ko)
EP (1) EP3361704A4 (ko)
JP (1) JP6553816B2 (ko)
KR (1) KR102086936B1 (ko)
CN (1) CN106817390B (ko)
AU (3) AU2016364120A1 (ko)
MY (1) MY178354A (ko)
PH (1) PH12018501167A1 (ko)
SG (1) SG11201804350WA (ko)
WO (1) WO2017092581A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12079361B2 (en) 2020-10-20 2024-09-03 Samsung Electronics Co., Ltd. Electronic apparatus and method for controlling thereof

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766322A (zh) * 2017-08-31 2018-03-06 平安科技（深圳）有限公司 同名实体识别方法、电子设备及计算机可读存储介质
CN108510312B (zh) * 2018-03-07 2021-06-29 创新先进技术有限公司 多业务共享召回模式下的业务召回方法、系统和服务器
CN110248217B (zh) * 2019-07-08 2022-04-22 中国联合网络通信集团有限公司 一种用户数据同步方法及装置
CN111612548B (zh) * 2020-05-27 2023-08-29 恩亿科(北京)数据科技有限公司 信息获取方法、装置、计算机设备和可读存储介质
CN115225635A (zh) * 2022-06-30 2022-10-21 浪潮云信息技术股份公司 一种多云纳管方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130054598A1 (en) * 2011-08-24 2013-02-28 International Business Machines Corporation Entity resolution based on relationships to a common entity
US20130124333A1 (en) * 2011-11-11 2013-05-16 Jumptap, Inc. Creation of a universal profile of a user by identifying similar user-managed assets on a plurality of devices of the user
US20140257999A1 (en) * 2013-03-07 2014-09-11 Facebook, Inc. Identifying users for advertising opportunities based on paired identifiers

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7225156B2 (en) 2001-07-11 2007-05-29 Fisher Douglas C Persistent dynamic payment service
IL162746A0 (en) 2001-12-28 2005-11-20 Jeffrey James Jonas Real time data warehousing
US7221935B2 (en) 2002-02-28 2007-05-22 Telefonaktiebolaget Lm Ericsson (Publ) System, method and apparatus for federated single sign-on services
US8597116B2 (en) 2002-03-12 2013-12-03 Igt Virtual player tracking and related services
US20030195857A1 (en) 2002-04-10 2003-10-16 Alessandro Acquisti Communication technique to verify and send information anonymously among many parties
US20050108575A1 (en) 2003-11-18 2005-05-19 Yung Chong M. Apparatus, system, and method for faciliating authenticated communication between authentication realms
US7519822B2 (en) 2004-03-10 2009-04-14 Hewlett-Packard Development Company, L.P. Method and apparatus for processing descriptive statements
US7562382B2 (en) 2004-12-16 2009-07-14 International Business Machines Corporation Specializing support for a federation relationship
US8184811B1 (en) 2005-10-12 2012-05-22 Sprint Spectrum L.P. Mobile telephony content protection
US20070226152A1 (en) 2006-03-21 2007-09-27 Austin Jones System and method for anonymous transactions and conveyances
US8108266B2 (en) 2007-01-29 2012-01-31 Hewlett-Packard Development Company, L.P. Methods for providing secure eCommerce transactions
US8560630B2 (en) * 2007-02-28 2013-10-15 Microsoft Corporation Sharing data over trusted networks
US8606879B2 (en) 2009-03-12 2013-12-10 Nec Europe Ltd. Method for supporting management and exchange of distributed data of user or an entity
US8392266B2 (en) 2009-11-13 2013-03-05 Omnione Usa, Inc. System and method for certifying information relating to transactions between a seller and a purchaser
US8825962B1 (en) * 2010-04-20 2014-09-02 Facebook, Inc. Push-based cache invalidation notification
US8918848B2 (en) 2010-04-26 2014-12-23 Blackberry Limited Method and system for third party client authentication
US8402527B2 (en) 2010-06-17 2013-03-19 Vmware, Inc. Identity broker configured to authenticate users to host services
US8762284B2 (en) 2010-12-16 2014-06-24 Democracyontheweb, Llc Systems and methods for facilitating secure transactions
AU2012223415B2 (en) 2011-02-28 2017-05-18 Visa International Service Association Secure anonymous transaction apparatuses, methods and systems
CN102209335A (zh) * 2011-05-24 2011-10-05 四川奥诚科技有限责任公司 一种多网元用户数据的获取方法及装置
US9444726B2 (en) * 2012-07-31 2016-09-13 At&T Intellectual Property I, L.P. Distributing communication of a data stream among multiple devices
US10332108B2 (en) 2012-08-01 2019-06-25 Visa International Service Association Systems and methods to protect user privacy
US9268933B2 (en) * 2012-08-22 2016-02-23 Mcafee, Inc. Privacy broker
CN102821109B (zh) * 2012-08-28 2015-06-03 腾讯科技（深圳）有限公司 在即时通信应用中实现数据共享的方法、相关设备及系统
US9098819B1 (en) 2012-10-18 2015-08-04 Google Inc. Identifying social network accounts belonging to the same user
US20140129459A1 (en) * 2012-11-06 2014-05-08 Niklas Baudy Method and system for social media integration into business applications
KR102205531B1 (ko) * 2013-12-04 2021-01-20 네이버 주식회사 소셜 네트워크 서비스의 사용자 관계정보에 기반한 지식 공유 서비스 제공 시스템 및 방법
CN103780690B (zh) * 2014-01-20 2015-09-30 北京集奥聚合科技有限公司 用户数据的安全共享方法和系统
GB2524073A (en) * 2014-03-14 2015-09-16 Ibm Communication method and system for accessing media data
CN105024984B (zh) * 2014-04-30 2017-12-01 腾讯科技（深圳）有限公司 权限设置方法、装置及系统
CN105516068B (zh) * 2014-09-26 2019-06-04 阿里巴巴集团控股有限公司 信息交互以及人体生物特征数据与账号的关联方法、装置
CN104978383B (zh) * 2015-02-12 2018-01-09 腾讯科技（深圳）有限公司 一种数据互通的方法，及数据互通设备
TWI564729B (zh) * 2015-08-07 2017-01-01 廣達電腦股份有限公司 資料分享系統以及其方法
CN105430487A (zh) * 2015-11-30 2016-03-23 小米科技有限责任公司 一种播放多媒体数据的方法、装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130054598A1 (en) * 2011-08-24 2013-02-28 International Business Machines Corporation Entity resolution based on relationships to a common entity
JP2014529129A (ja) * 2011-08-24 2014-10-30 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 共通エンティティとの関係に基づくエンティティ・レゾリューションのための方法、コンピュータ・プログラム、およびシステム
US20130124333A1 (en) * 2011-11-11 2013-05-16 Jumptap, Inc. Creation of a universal profile of a user by identifying similar user-managed assets on a plurality of devices of the user
KR20140089543A (ko) * 2011-11-11 2014-07-15 밀레니얼 미디어 웹 페이지 방문, 애플리케이션 사용, 위치 또는 경로에 기초한 여러 통신 장치의 동일한 사용자의 식별
US20140257999A1 (en) * 2013-03-07 2014-09-11 Facebook, Inc. Identifying users for advertising opportunities based on paired identifiers

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12079361B2 (en) 2020-10-20 2024-09-03 Samsung Electronics Co., Ltd. Electronic apparatus and method for controlling thereof

Also Published As

Publication number Publication date
KR102086936B1 (ko) 2020-03-09
AU2020202605A1 (en) 2020-05-14
WO2017092581A1 (zh) 2017-06-08
EP3361704A4 (en) 2019-06-19
JP2019504393A (ja) 2019-02-14
MY178354A (en) 2020-10-08
EP3361704A1 (en) 2018-08-15
AU2019101565A4 (en) 2020-01-23
JP6553816B2 (ja) 2019-07-31
US10673979B2 (en) 2020-06-02
AU2016364120A1 (en) 2018-06-07
CN106817390A (zh) 2017-06-09
CN106817390B (zh) 2020-04-24
PH12018501167A1 (en) 2019-01-21
US20180278716A1 (en) 2018-09-27
SG11201804350WA (en) 2018-06-28

Similar Documents

Publication Publication Date Title
US11388198B2 (en) Collaborative database and reputation management in adversarial information environments
KR102086936B1 (ko) 사용자 데이터 공유 방법 및 디바이스
JP5965511B2 (ja) コミュニティ内の接続の決定
US9223968B2 (en) Determining whether virtual network user is malicious user based on degree of association
US9947060B2 (en) Information matching and match validation
US8626835B1 (en) Social identity clustering
Ruan et al. Trust management framework for internet of things
CN106921504B (zh) 一种确定不同用户的关联路径的方法和设备
CN108306879B (zh) 基于Web会话流的分布式实时异常定位方法
US11968239B2 (en) System and method for detection and mitigation of data source compromises in adversarial information environments
Chakraborty et al. A Secure IoT‐Based Cloud Platform Selection Using Entropy Distance Approach and Fuzzy Set Theory
Cao et al. Combating friend spam using social rejections
Salau et al. Data cooperatives for neighborhood watch
Han et al. Data valuation for vertical federated learning: An information-theoretic approach
Baumann et al. Vulnerability against internet disruptions–a graph-based perspective
CN110517104A (zh) 账户关联发现方法、装置、服务器及介质
Wu et al. Cardinality Counting in" Alcatraz": A Privacy-aware Federated Learning Approach
CN109241421B (zh) Id数据网处理方法、装置、计算设备及计算机存储介质
TWI666559B (zh) 用戶資料共用的方法和設備
Cormode et al. On signatures for communication graphs
Khattak et al. D3TAC: Utilizing distributed computing for DDoS attack traffic analysis on the cloud
Qiao et al. Linking User Online Behavior across Domains with Internet Traffic.
US11921787B2 (en) Identity-aware data management
CN109241419B (zh) Id数据网数据分析方法、装置及计算设备
Zhang et al. A Differentially Private Framework for Spatial Crowdsourcing with Historical Data Learning

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant