[发明专利]基于用户行为数据的用户标识关联方法

权利要求书

1.一种基于用户行为数据的用户标识关联方法，其特征在于，包括以下步骤：

步骤1，对海量的用户行为进行识别，并将每条用户行为中同一类型的数据的格式进行统一；

步骤2，对于每条用户行为，从统一格式后的数据中提取与ID关联相关的特征数据；

步骤3，计算ID的类别，所述ID的类别包含个人ID、群体ID、组织ID、以及专用设备ID；

步骤4，根据所述特征数据将属于个人ID的不同ID两两之间进行关联得到的不同ID之间相似度，所述不同ID之间的相似度采用以下方法得到：

步骤4-1，将不同的ID两两组合；

步骤4-2，分别计算每组组合中相同类型的特征数据之间的相似度，所述每组组合中相同类型的特征数据之间的相似度采用以下方法得到：

步骤4-2-1，将每组组合中相同类型的特征数据进行交集，如果有交集，取其交集，然后进入步骤4-2-2，如果无交集，则该类型的特征数据的相似度为0；

步骤4-2-2，将相同类型的特征数据中属性相同的特征数据进行比较，合并数据相同的两个数据，将合并后的数据和未合并的数据分别作为一个维度，得到基准向量，然后根据每个ID该类型中的特征数据得到每个ID的该类型的特征数据的用户向量，所述用户向量各个维度与所述基准向量各个维度一一对应，所述用户向量各个维度根据对应的所述基准向量各个维度的数据是否包含于所述用户ID该类型中的特征数据而赋值；

步骤4-2-3，根据两个用户向量基于余弦相似度函数得到每组组合的两个ID中相同类型的特征数据之间的相似度；

步骤4-3，将每类特征数据赋予不同的权数，将每类特征数据的相似度乘以相应的权数后再相加得到两个ID之间的相似度；

步骤5，设定阈值，将不同ID之间的相似度均分别与所述阈值进行比较，确定相互关联的两个ID是否属于同一用户；

步骤6，根据ID之间的传递性，得到属于同一用户的所有ID的集合。

2.根据权利要求1所述的基于用户行为数据的用户标识关联方法，其特征在于：

其中，所述步骤2中提取的用户行为之间关联相关的特征数据的类型包括但不限于：ID账号数据；设备相关数据；地理位置、场所数据；线上行为数据；线下行为数据；标签属性数据以及时间数据。

3.根据权利要求1所述的基于用户行为数据的用户标识关联方法，其特征在于：

其中，步骤3中计算得到的ID类别属于非个人ID的作为不同个人ID之间关联的特征数据。

4.根据权利要求1所述的基于用户行为数据的用户标识关联方法，其特征在于：

其中，所述步骤3中，ID类别采用以下方法判断：

使用账号级别特征、设备ID级别特征计算ID类别；

使用上网行为特征计算ID类别；

使用设备特征信息计算ID类别；

使用地理位置特征、场所特征计算ID类别。

5.根据权利要求1所述的基于用户行为数据的用户标识关联方法，其特征在于：

其中，所述步骤3中，ID类别采用决策树模型进行计算。

6.根据权利要求5所述的基于用户行为数据的用户标识关联方法，其特征在于：

采用决策树模型进行计算的方法如下：

步骤3-1，选取一个已知ID类别的用户行为样本，获取样本中ID在一段时间内的全部行为数据，并统计不同类型的ID下各行为数据的分布，得到决策树阈值；

步骤3-2，统计计算ID在一段时间内全部行为数据的分布，并与所述决策树阈值进行比较，小于所述决策树阈值，则该ID为非个人ID，大于等于所述决策树阈值，则该ID为个人ID。

7.根据权利要求1所述的基于用户行为数据的用户标识关联方法，其特征在于：

其中，相同类型的特征数据之间的相似度采用以下方法得到：

S代表一个类型的特征数据之间的相似度，表示A向量的第i个维度的数值，表示B向量的第i个维度的数值，i表示基准向量中的一个维度，n表示基准向量的维数。