[发明专利]一种唯一身份认定方法及装置在审

专利信息
申请号: 201811619072.9 申请日: 2018-12-28
公开(公告)号: CN109711125A 公开(公告)日: 2019-05-03
发明(设计)人: 孔贝贝;谢靖;常志军;钱力 申请(专利权)人: 中国科学院文献情报中心
主分类号: G06F21/31 分类号: G06F21/31;G06F21/45
代理公司: 北京众达德权知识产权代理有限公司 11570 代理人: 刘杰
地址: 100190 北京*** 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: 属性信息 用户实体 科研 唯一身份 文献检索 数据融合技术 唯一身份认证 服务能力 技术效果 内容一致 同一用户 不一致 新用户
【权利要求书】:

1.一种唯一身份认定方法,其特征在于,所述方法包括:

获得第一科研用户实体的属性信息,所述属性信息包括第一类型信息、第二类型信息和第三类型信息中的一种,其中,所述第一类型信息包括orcid信息,所述第二类型信息包括邮箱信息,所述第三类型信息包括姓名和/或机构信息;

获得第二科研用户实体的属性信息,其中,所述第二科研用户实体的属性信息和所述第一科研用户实体的属性信息的类型一致;

依次判断所述第一科研用户实体的属性信息与所述第二科研用户实体的属性信息的内容是否一致;

如果所述第一新科研用户实体的属性信息与所述第二科研用户实体的属性信息的内容一致,确定所述第一科研用户与所述第二科研用户为同一用户;

如果所述第一科研用户实体的属性信息与所述第二科研用户实体的属性信息的内容不一致,确定所述第一科研用户为新用户。

2.如权利要求1所述的方法,其特征在于,所述依次判断所述登陆用户实体的属性信息与所述第二用户实体的属性信息的内容是否一致,包括:

判断所述第一科研用户实体是否包括第一类型信息;

如果所述第一科研用户实体包括第一类型信息,判断所述第一科研用户实体与第二科研用户实体的第一类型信息的内容是否一致;

如果所述第一科研用户实体与第二科研用户实体的第一类型信息的内容不一致,判断所述第一科研用户实体是否存在第二类型信息;

如果所述第一科研用户实体存在第二类型信息,判断所述第一科研用户实体与第二科研用户实体的第二类型信息的内容是否一致;

如果所述第一科研用户实体与第二科研用户实体的第二类型信息的内容不一致,判断所述第一科研用户实体的第三类型中信息中的姓名和机构信息是否同时存在;

如果所述第一科研用户实体同时存在姓名和机构信息,判断所述第一科研用户实体的姓名和机构信息与第二科研用户实体的姓名和机构信息是否一致。

3.如权利要求2所述的方法,其特征在于,所述如果所述第一科研用户实体同时存在姓名和机构信息,判断所述第一科研用户实体的姓名和机构信息与第二科研用户实体的姓名和机构信息是否一致,还包括:

如果所述第一科研用户实体的姓名和机构信息与第二科研用户实体的姓名和机构信息不同,判断所述第一科研用户实体的姓名和机构信息是否为中文;

如果所述第一科研用户实体的姓名和机构信息为中文,获得姓名拼音变体和英文机构信息;

判断所述第一科研用户实体的姓名拼音变体和英文机构信息与第二科研用户实体的姓名拼音变体和英文机构信息是否相同;

如果第一科研用户实体的姓名拼音变体和英文机构信息与第二科研用户实体的姓名拼音变体和英文机构信息不同,将非英文类型姓名和机构信息通过映射关系转换为英文姓名和机构信息;

判断所述第一科研用户实体的英文姓名和机构信息与第二科研用户实体英文姓名和机构信息是否相同。

4.如权利要求3所述的方法,其特征在于,所述如果第一科研用户实体的姓名拼音变体和英文机构信息与第二科研用户实体的姓名拼音变体和英文机构信息不同之后,还包括:

获得科研用户数据库;

对所述第一科研用户实体的姓名、姓名拼音变体、英文姓名在所述科研用户数据库中进行检索;

如果在所述科研用户数据库中检索到所述第一科研用户实体的姓名、姓名拼音变体、英文姓名中的至少一个信息,将所述第一科研用户实体的机构信息与第二科研用户实体的机构信息、英文机构信息采用基于神经网络的匹配算法进行匹配,获得匹配结果;

获得预定匹配阈值;

如果所述匹配结果大于所述预定匹配阈值,确定匹配概率最大的第一科研用户实体与第二科研用户实体为同一用户。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院文献情报中心,未经中国科学院文献情报中心许可,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/201811619072.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top