[发明专利]用户数据融合方法及系统

权利要求书

1.一种用户数据融合方法，其特征在于，包括：

S10：当用户的个人特征信息中的预设类型特征信息缺失或错误时，服务器从多个数据库中获取与该用户至少有一项基本特征信息相同的用户的个人特征信息；所述预设类型特征信息是指手机号或者身份证号；所述基本特征信息是指姓名、工作单位信息、家庭成员信息、教育经历信息中的任一种或几种组合；

S11:从获取的个人特征信息中查找出包括有所述预设类型特征信息的个人特征信息作为待匹配信息，并逐个将待匹配信息与该用户的个人特征信息代入预先训练生成的识别模型中，以识别出每一个代入所述识别模型中的待匹配信息是否与该用户的个人特征信息同属于同一人；

S12：若有代入所述识别模型中的待匹配信息与该用户的个人特征信息同属于同一人，则所述服务器将该用户的个人特征信息补入缺失的预设类型特征信息，或将错误的预设类型特征信息替换为正确的预设类型特征信息；

所述预先训练生成的识别模型为支持向量机模型，所述预先训练生成的识别模型的生成过程包括：获取预设数量的样本用户的个人特征信息；逐一从多个预设的数据库获取与各个样本用户至少有一项基本特征信息相同的用户的个人特征信息作为待匹配样本数据；将各个样本用户对应的属于同一样本用户的待匹配样本信息作为该样本用户的匹配样本信息集合分入第一文件夹，并将各个样本用户对应的不属于同一样本用户的待匹配样本信息作为该样本用户的不匹配样本信息集合分入第二文件夹；从第一文件夹和第二文件夹下各提取第一预设比例的匹配样本信息集合和不匹配样本信息集合作为训练数据，以进行支持向量机模型的训练，第一文件夹和第二文件夹下各剩下的第二预设比例的匹配样本信息集合和不匹配样本信息集合作为测试数据，用以评估模型的分类识别效果；利用提取的第一预设比例的匹配样本信息集合和不匹配样本信息集合进行支持向量机模型训练以生成对应的支持向量机模型，利用剩下的第二预设比例的匹配样本信息集合和不匹配样本信息集合对生成的支持向量机模型进行准确性验证；若训练得到的支持向量机模型识别准确率小于预设准确率，则通过增加样本用户的数量来增加第一文件夹的匹配样本信息集合数量和第二文件夹下的不匹配样本信息集合的数量，重复上述支持向量机模型的生成过程，直到生成的支持向量机模型准确率大于等于预设准确率。

2.根据权利要求1所述的方法，其特征在于，步骤S12具体包括：

若有代入所述识别模型中的待匹配信息与该用户的个人特征信息同属于同一人，且若与该用户的个人特征信息同属于同一人的待匹配信息只有一个，则将与该用户的个人特征信息同属于同一人的待匹配信息作为选定的匹配信息，将选定的匹配信息中的预设类型特征信息补入该用户的个人特征信息中，或将该用户的个人特征信息中的错误预设类型特征信息替换为选定的匹配信息中的预设类型特征信息；或

若有代入所述识别模型中的待匹配信息与该用户的个人特征信息同属于同一人，且若与该用户的个人特征信息同属于同一人的待匹配信息有多个，则根据数据库与可信权重的关联数据，确定出对应最高可信权重的数据库的待匹配信息作为选定的匹配信息，若选定的匹配信息只有一个，则将选定的匹配信息中的预设类型特征信息补入该用户的个人特征信息中，或将该用户的个人特征信息中的错误预设类型特征信息替换为选定的匹配信息中的预设类型特征信息；或

若与该用户的个人特征信息同属于同一人的待匹配信息有多个，则根据预设的数据库与可信权重的关联数据，确定出对应最高可信权重的数据库的待匹配信息作为选定的匹配信息，若选定的匹配信息有多个，则将多个选定的匹配信息发送给预设的终端，以供人工确定唯一的匹配信息，并将确定的唯一匹配信息中的预设类型特征信息补入该用户的个人特征信息中，或将该用户的个人特征信息中的错误预设类型特征信息替换为确定的唯一匹配信息中的预设类型特征信息。