[发明专利]一种识别网络用户之间关联关系的方法和装置在审
申请号: | 201410056630.0 | 申请日: | 2014-02-19 |
公开(公告)号: | CN104850567A | 公开(公告)日: | 2015-08-19 |
发明(设计)人: | 刘永凯 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京国昊天诚知识产权代理有限公司 11315 | 代理人: | 许志勇 |
地址: | 英属开曼群岛大开*** | 国省代码: | 开曼群岛;KY |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 识别 网络 用户 之间 关联 关系 方法 装置 | ||
1.一种识别网络用户之间关联关系的方法,其特征在于,包括:
根据用户的标识性属性特征确定用户对;
判断所述用户对的用户之间是否对具有特定属性特征的数据对象发生过用户行为;以及
当所述用户对的用户之间对具有特定属性特征的数据对象发生过用户行为时,利用该用户行为的参数计算所述用户对的用户之间的关联关系权重,以识别用户对的用户之间是否具有关联关系。
2.根据权利要求1所述的方法,其特征在于,根据用户的标识性属性特征确定用户对,包括:
收集用户行为所对应的一个或多个用户具有的标识性属性特征;以及
获取与所述标识性属性特征相关联的用户,并且将所述用户两两确定为用户对。
3.根据权利要求1或2所述的方法,其特征在于,所述用户的标识性属性特征是指对用户具有标识作用的一个或多个属性特征。
4.根据权利要求1所述的方法,其特征在于,还包括:
获得具有特定属性特征的数据对象,其中,提取数据对象的属性特征作为样本进行机器学习,以确定具有特定属性特征的数据对象。
5.根据权利要求1-4之一所述的方法,其特征在于,当所述用户对的用户之间对具有特定属性特征的数据对象发生过用户行为时,计算所述用户对的用户之间的关联关系权重,以识别用户对的用户之间是否具有关联关系,包括:
收集用户行为样本进行机器学习,以获得用户之间关联关系的权重模型;
当所述用户对的用户之间对具有特定属性特征的数据对象发生过用户行为时,根据该用户行为的参数和所述权重模型,计算得到所述用户对的用户之间的关联关系权重;以及
将得到的用户之间的关联关系权重与预设的阈值比较,识别用户对的用户之间是否具有关联关系。
6.根据权利要求5所述的方法,其特征在于,将得到的用户之间的关联关系权重与预设的阈值比较,识别用户对的用户之间是否具有关联关系,包括:
当确定关联关系权重大于或等于预设的阈值时,识别为用户对的用户之间具有关联关系;以及
当确定关联关系权重小于预设的阈值时,识别为用户对的用户之间不具有关联关系。
7.一种识别用户之间关联关系的装置,其特征在于,包括:
确定模块,用于根据用户的标识性属性特征确定用户对;
判断模块,用于判断所述用户对的用户之间是否对具有特定属性特征的数据对象发生过用户行为;以及
识别模块,用于当所述用户对的用户之间对具有特定属性特征的数据对象发生过用户行为时,利用该用户行为的参数计算所述用户对的用户之间的关联关系权重,以识别用户对的用户之间是否具有关联关系。
8.根据权利要求7所述的装置,其特征在于,所述确定模块包括:
收集子模块,用于收集用户行为所对应的一个或多个用户具有的标识性属性特征;以及
获取子模块,用于获取与所述标识性属性特征相关联的用户,并且将所述用户两两确定为用户对。
9.根据权利要求7或8所述的装置,其特征在于,所述用户的标识性属性特征是指对用户具有标识作用的一个或多个属性特征。
10.根据权利要求7所述的装置,其特征在于,还包括:
获得模块,用于获得具有特定属性特征的数据对象,其中,提取数据对象的属性特征作为样本进行机器学习,以确定具有特定属性特征的数据对象。
11.根据权利要求7-10之一所述的装置,其特征在于,所述识别模块包括:
获得子模块,用于收集用户行为样板进行机器学习,以获得用户之间关联关系的权重模型;
得到子模块,用于当所述用户对的用户之间对具有特定属性特征的数据对象发生过用户行为时,根据该用户行为的参数和所述权重模型,计算得到所述用户对的用户之间的关联关系权重;以及
比较子模块,用于将得到的用户之间的关联关系权重与预设的阈值比较,识别用户对的用户之间是否具有关联关系。
12.根据权利要求11所述的装置,其特征在于,所述比较子模块包括:
关联关系识别子模块,用于当确定关联关系权重大于或等于预设的阈值时,识别为用户对的用户之间具有关联关系;以及
非关联关系识别子模块,用于当确定关联关系权重小于预设的阈值时,识别为用户对的用户之间不具有关联关系。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410056630.0/1.html,转载请声明来源钻瓜专利网。