[发明专利]同人识别方法及装置、存储介质、计算机设备

权利要求书

1.一种同人识别方法，其特征在于，包括：

基于样本用户的特征信息对所述样本用户进行聚类，得到至少一个样本用户簇；

分别从每个所述样本用户簇中提取至少一组训练样本用户，并获取所述训练样本用户的同人标注信息；

利用所述训练样本用户以及相应的所述同人标注信息，训练同人识别模型；

根据待识别用户的基础数据，按照预设特征类别统计所述待识别用户的特征信息；基于所述待识别用户的特征信息对所述待识别用户进行聚类，得到至少一个待识别用户簇以及与所述待识别用户簇对应的聚类中心；获取任一所述待识别用户簇对应的中心用户以及比对用户，其中，所述中心用户为所述待识别用户簇的聚类中心对应的所述待识别用户，所述比对用户为所述待识别用户簇中除聚类中心外的全部所述待识别用户；将任一所述待识别用户簇中的所述中心用户对应的特征信息以及任一所述比对用户对应的特征信息输入至训练后的所述同人识别模型中，得到所述中心用户与任一所述比对用户是否为同一用户的结果。

2.根据权利要求1所述的方法，其特征在于，所述基于样本用户的特征信息对所述样本用户进行聚类，得到至少一个样本用户簇之前，所述方法还包括：

获取样本用户的基础数据；

基于所述样本用户的基础数据，按照预设特征类别统计所述样本用户的特征信息。

3.根据权利要求2所述的方法，其特征在于，所述基于样本用户的特征信息对所述样本用户进行聚类，得到至少一个样本用户簇，具体包括：

根据所述样本用户的数量确定聚类数量，并生成相应聚类数量的初始聚类中心；

按照所述初始聚类中心，对所述样本用户的特征信息进行K均值聚类，得到相应聚类数量的所述样本用户簇以及与每个所述样本用户簇对应的聚类中心。

4.根据权利要求3所述的方法，其特征在于，任意一组所述训练样本用户包括任一所述样本用户簇中聚类中心对应的所述样本用户以及同一所述样本簇中其他任一所述样本用户，所述同人标注信息包括同人标注或非同人标注。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述中心用户与任一所述比对用户为同一用户，则根据任一所述比对用户建立与所述中心用户相应的同人集合。

6.根据权利要求2至5中任一项所述的方法，其特征在于，所述基础特征数据包括但不限于所述样本用户的通信数据、运营商服务数据以及电商运营数据中的至少一种或其组合。

7.一种同人识别装置，其特征在于，包括：

样本聚类模块，用于基于样本用户的特征信息对所述样本用户进行聚类，得到至少一个样本用户簇；

训练样本获取模块，用于分别从每个所述样本用户簇中提取至少一组训练样本用户，并获取所述训练样本用户的同人标注信息；

训练模块，用于利用所述训练样本用户以及相应的所述同人标注信息，训练同人识别模型；

识别模块，用于根据待识别用户的基础数据，按照预设特征类别统计所述待识别用户的特征信息；基于所述待识别用户的特征信息对所述待识别用户进行聚类，得到至少一个待识别用户簇以及与所述待识别用户簇对应的聚类中心；获取任一所述待识别用户簇对应的中心用户以及比对用户，其中，所述中心用户为所述待识别用户簇的聚类中心对应的所述待识别用户，所述比对用户为所述待识别用户簇中除聚类中心外的全部所述待识别用户；将任一所述待识别用户簇中的所述中心用户对应的特征信息以及任一所述比对用户对应的特征信息输入至训练后的所述同人识别模型中，得到所述中心用户与任一所述比对用户是否为同一用户的结果。

8.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至6中任一项所述的同人识别方法。

9.一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6中任一项所述的同人识别方法。