[发明专利]虚拟人身份识别的方法、系统以及计算机可读存储介质

说明书

本发明公开了一种虚拟人身份识别的方法、系统以及计算机可读存储介质，方法包括：获取身份与身份之间的关联数据；基于所述关联数据分析两个身份之间的各个距离要素，所述距离要素包括以下任一或者任意种：两个身份共同出现的总次数、两个身份共同出现的场所的总数量、两个身份共同出现的时间跨度、两个身份的关联数据的来源；根据各个距离要素的分析结果确认各个距离要素的权重，根据权重计算得到两个身份的加权近似距离；对于加权近似距离超出阈值的两个身份判定两个身份之间的关联关系不可用；将可用的关联关系串联起来的每一个身份关系网络视为一个虚拟人的所有身份的合集，如此实现了自动、高效的虚拟人身份识别。

技术领域

本发明涉及计算机互联网领域，尤其涉及一种虚拟人身份识别的方法、系统以及计算机可读存储介质。

背景技术

随着互联网大数据技术的快速发展，人们在网络世界中会产生各种类型的账号、虚拟身份、号码，为了弄清大量不同的虚拟身份是否从属于同一个人，需要耗费大量人力和时间。且往往需要用户真实、完善、指向性的数据来辅助，这在实际业务中是比较难以获取的。如何自动识别虚拟身份的归属人，是大数据融合要解决的难点之一。

现阶段没有好的的方法可以去判断几个不同类型的虚拟身份是否为同一人所有，多数情况下只能通过人工判断，费时费力，效率极其低下。在申请号为201910168675.X的专利申请中，其公开了一种网络用户身份识别方法，是通过用户在网络上发布的内容信息，挖掘分析用户的虚拟身份描述信息，并结合知识库，建立虚拟身份描述信息与现实身份描述信息的关联关系，进行身份描述信息的相关性分析。其不足在于除了基本关联关系数据，还需要引入更多的身份描述、说明、指向性的数据，但在实际的虚拟身份识别过程中。很难获取用户真实、完善、指向性的身份描述，这也是目前的识别技术的显著缺陷。

有鉴于此，为了提升大数据融合分析的效能，寻找一种快速、高效的识别虚拟身份的手段已刻不容缓。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述识别效率低、对原始数据的指向性要求高的缺陷，提供一种快速、高效的虚拟人身份识别的方法、系统以及计算机可读存储介质。

本发明解决其技术问题所采用的技术方案是：构造一种虚拟人身份识别的方法，用于识别出代表一个虚拟人的所有身份的合集，所述方法包括：

获取身份与身份之间的关联数据；

基于所述关联数据分析两个身份之间的各个距离要素，所述距离要素包括以下任一或者任意种：两个身份共同出现的总次数、两个身份共同出现的场所的总数量、两个身份共同出现的时间跨度、两个身份的关联数据的来源；

根据各个距离要素的分析结果确认各个距离要素的权重，根据权重计算得到两个身份的加权近似距离；

对于加权近似距离超出阈值的两个身份判定两个身份之间的关联关系不可用；

将可用的关联关系串联起来的每一个身份关系网络视为一个虚拟人的所有身份的合集。

在本发明所述方法中，还包括：

在获取身份与身份之间的关联数据时，转化得到关联关系图，在所述关联关系图中，每一个节点代表一个身份，两个节点之间的连线代表该两个节点代表的两个身份之间存在关联数据；

在判定两个身份之间的关联关系不可用时，将关联关系图中的该两个身份之间的连线删除。

在本发明所述方法中，各个距离要素的分析结果与权重之间的关系是：

两个身份共同出现的总次数越多，则对应的权重越小；

两个身份共同出现的场所的总数量越多，则对应的权重越小；

两个身份共同出现的时间跨度越长，则对应的权重越小；