[发明专利]用户标识映射关系建立方法、系统、设备及存储介质在审
申请号: | 201810990789.8 | 申请日: | 2018-08-28 |
公开(公告)号: | CN110908980A | 公开(公告)日: | 2020-03-24 |
发明(设计)人: | 王云开;苏金辉;郭宁 | 申请(专利权)人: | 北京京东金融科技控股有限公司 |
主分类号: | G06F16/215 | 分类号: | G06F16/215;G06F16/28 |
代理公司: | 北京律智知识产权代理有限公司 11438 | 代理人: | 袁礼君;阚梓瑄 |
地址: | 100176 北京市北京经济*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用户 标识 映射 关系 建立 方法 系统 设备 存储 介质 | ||
1.一种用户标识映射关系建立方法,其特征在于,所述方法包括如下步骤:
获取用户标识数据,每条所述用户标识数据包括至少一属性组合,各个属性组合包括一属性名和对应的属性值,将各个属性组合作为一第一类顶点;
为每条用户标识数据添加唯一用户标识;
将各个唯一用户标识作为一第二类顶点,建立第一类顶点和第二类顶点的映射关系,以形成包括所述第一类顶点和第二类顶点的二分网络。
2.根据权利要求1所述的用户标识映射关系建立方法,其特征在于,为每条用户标识数据添加唯一用户标识时,为具有相同强关联顶点的用户标识数据添加同一唯一用户标识;
其中,属性组合与用户一一对应的第一类顶点定义为强关联顶点。
3.根据权利要求1所述的用户标识映射关系建立方法,其特征在于,形成包括所述第一类顶点和第二类顶点的二分网络之后,还包括如下步骤:
根据每条用户标识数据中各个置信因素的置信值计算每条用户标识数据的置信值。
4.根据权利要求3所述的用户标识映射关系建立方法,其特征在于,所述置信因素包括数据来源、是否实名认证、数据使用次数和数据距今最近使用时间差中的至少一种。
5.根据权利要求3或4所述的用户标识映射关系建立方法,其特征在于,根据如下公式计算每条用户标识数据的置信值CS:
其中,δ为预设的平衡因子,idi为该条用户标识数据中第i个置信因素的置信值,n为计算时所采用的置信因素的个数,I()i为预设的第i个置信因素的置信函数,wi为第i个置信因素的预设权重。
6.根据权利要求5所述的用户标识映射关系建立方法,其特征在于,所述置信因素包括数据来源、是否实名认证、数据使用次数和数据距今最近使用时间差中的至少一种;
其中,对于数据来源的置信因素,置信函数为:
I(idi)=scorej;if idi=srcj
对于是否实名认证的置信因素,置信函数为:
对于数据使用次数的置信因素,置信函数为:
对于数据距今最近一次使用时间差的置信因素,置信函数为:
其中,srcj为第j个业务线的识别码,scorej为预设的第j个业务线的置信评分。
7.根据权利要求3所述的用户标识映射关系建立方法,其特征在于,所述计算每条用户标识数据的置信值之后,还包括如下步骤:
根据每条用户标识数据的置信值确定所述二分网络中每条映射关系的置信值。
8.根据权利要求7所述的用户标识映射关系建立方法,其特征在于,将属性组合与用户一一对应的第一类顶点定义为强关联顶点,将属性组合与用户不存在一一对应关系的第一类顶点定义为弱关联顶点;
所述根据每条用户标识数据的置信值确定所述二分网络中每条映射关系的置信值,包括如下步骤:
判断一映射关系对应的第一类顶点的类型;
如果是强关联顶点,则比较该强关联顶点所对应的各条用户标识数据的置信值,选择最大的值作为该映射关系的置信值;
如果是弱关系顶点,则确定与该映射关系对应的用户标识数据,将该对应的用户标识数据的置信值作为该映射关系的置信值。
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北京京东金融科技控股有限公司,未经北京京东金融科技控股有限公司许可,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/201810990789.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:自动驾驶方法及装置
- 下一篇:电子设备及其内容检测清除方法