[发明专利]同人识别方法及装置、存储介质、计算机设备

说明书

本申请公开了一种同人识别方法及装置、存储介质、计算机设备，该方法包括：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；根据训练后的所述同人识别模型对待识别用户进行同人识别。本申请通过对样本用户的聚类，减少同人识别模型的训练量，实现了训练的优化，提升训练效率。

技术领域

本申请涉及数据分析技术领域，尤其是涉及到一种同人识别方法及装置、存储介质、计算机设备。

背景技术

当前互联网蓬勃发展，催生出一批电商及网络金融服务公司，由于电商公司会有各种新人补贴，金融服务公司会直接借款给用户，都导致很多用户更换手机号，重新注册等手段获取利益，因此，如何确定网站注册用户，或者服务对象是同一个人，成为电商及互联网金融服务公司降低运营成本和风险的关键。

在同人识别领域中，训练样本的构建对训练同人识别模型至关重要。如何从大量的样本用户中快速确定哪两个用户属于同一个用户，进而构建训练样本集是该领域中的重要问题。

发明内容

有鉴于此，本申请提供了一种同人识别方法及装置、存储介质、计算机设备，通过对样本用户的聚类，减少同人识别模型的训练量，实现了训练的优化，提升训练效率。

根据本申请的一个方面，提供了一种同人识别方法，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；

根据训练后的所述同人识别模型对待识别用户进行同人识别。

具体地，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。

具体地，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。

具体地，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。

具体地，所述根据训练后的所述同人识别模型对待识别用户进行同人识别，具体包括：

根据所述待识别用户的基础数据，按照所述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。