[发明专利]大规模异构数据摄取和用户解析

说明书

本公开涉及用于高效组织大规模异构数据的数据关联、属性、注释和解释系统及相关方法。传入数据被接收并提取识别信息(“信息”)。多个维度减少函数被应用于信息，并基于函数结果将信息分组成相似信息的集合。对集合应用过滤规则以排除集合中的不匹配信息。然后，基于集合是否包含至少一个公共信息，将集合合并成信息组。公共链接可以与组中的信息关联。如果传入的数据包括与公共链接关联的识别信息，则传入的数据被分配公共链接。在一些实施例中，传入的数据不被改变而是被分配到域中。

技术领域

本公开涉及用于高效组织与用户关联的大规模异构数据元素的数据关联、属性、注释和解释系统及相关方法。该系统和方法可以被实现以提供对用户历史数据元素的实时访问，这在之前未实现。

背景技术

信用事件可以被收集、编译和分析以便以信用报告的形式提供个人信用度，信用报告典型地包括多个信用属性，诸如信用分数、信用账户信息以及与用户的财务价值有关的其他信息。例如，信用分数是重要的，因为它可以在交易实体之间建立必要的信任级别。例如，金融机构，诸如贷方、信用卡提供商、银行、汽车经销商、经纪人等，可以基于信用分数更安全地进行商业交易。

发明内容

公开了与用于高效组织大规模异构数据的数据关联、属性、注释和解释系统及相关方法有关的系统和方法。

一个一般方面包括一种用于为收集的事件信息确定帐户持有者标识的计算机系统，该计算机系统包括：一个或多个硬件计算机处理器；以及一个或多个存储设备，其配置为存储软件指令，软件指令配置为被一个或多个硬件计算机处理器执行以使计算机系统：从多个数据源接收与相应多个事件关联的多个事件信息；对于每个事件信息：访问包括数据源与标识符参数之间关联的数据存储，标识符参数至少包括对来自相应数据源的事件信息中包括的一个或多个标识符的指示；至少基于事件信息的数据源的标识符参数，确定如被访问的数据存储中指示的事件信息中包括的标识符；至少基于相应标识符参数从事件信息中提取标识符，其中，标识符的组合包括与唯一用户关联的唯一标识，访问多个散列函数，每个散列函数与标识符的组合关联；对于每个唯一标识，通过对多个散列函数求值计算多个散列值；基于唯一标识是否共享使用公共散列函数计算出的公共散列值，选择性地将唯一标识分组成与公共散列值关联的唯一标识集合；对于每个唯一标识集合：应用一个或多个匹配规则，一个或多个匹配规则包括用于在集合内比较唯一标识的标准；将满足一个或多个匹配规则的唯一标识确定为唯一标识匹配集合；对各自包括至少一个公共唯一标识的唯一标识匹配集合进行合并，以提供与其他合并集合不具有公共唯一标识的一个或多个合并集合；对于每个合并集合：确定反向个人标识符；将反向个人标识符与合并集合中的唯一标识中的每一个关联；对于每个唯一标识：识别与关联于唯一标识的标识符的组合中的至少一个关联的事件信，以及将反向个人标识符与识别的事件信息关联。该方面的其他实施例包括相应的计算机系统、装置以及记录在一个或多个计算机存储设备上的计算机程序，其各自被配置以执行方法的动作。