[发明专利]用户ID关联方法、系统及批式、流式数据处理方法

说明书

本申请涉及一种用户关联方法、系统和基于批式和流式计算的SuperID计算方法，其中，该用户关联方法包括：数据获取步骤，用于获取一上游系统的待处理用户的多个原始ID及原始ID之间的绑定关系，并获取所述原始ID的唯一标识值，所述唯一标识值包括原始ID的类型IDType、原始ID对应的值IDValue；SuperID定义步骤，用于定义一SuperID用于标识通过一绑定关系或多绑定关系互相连接的所述原始ID；用户ID关联步骤，用于基于一绑定规则获取属于同一SuperID的所述原始ID，得到关联ID。通过本申请，解决用户ID过度关联及错误关联的问题，降低硬件成本及维护成本。

技术领域

本申请涉及互联网技术领域，特别是涉及一种用户ID关联方法、系统及批式数据处理方法、流式数据处理方法。

背景技术

随着数字化越来越兴起，消费者越来越多的行为能够被采集并数字化记录下来，例如：广告行为，APP行为，微信行为，线下消费行为等等。

但由于各领域本身的独立性，不同领域日志记录的消费者原始ID是不同的，例如：广告行为一般是基于IMEI/IDFA做消费者唯一识别符；微信行为一般基于open_id/union_id做消费者的识别符；购买行为一般基于会员号做唯一识别符。即在没有“用户ID关联”的情况下，企业主无法串联各领域的消费者数据，或者更准确的说，跨ID分析单个消费者的全路径行为，从而形成更加全面的洞察和策略。

但是，简单地将所有渠道的ID做“全关联打通”，在部分数据准确性较高地场景下会造成过度关联。例如，在同一台电脑通过浏览器登录两个会员账号，认为该两个会员账号关联同一个cookie，而将这两个会员账号认为是同一个人，显然是有不够精准的现象。“全关联”方式下，虽然会最大的增加用户ID关联，但也会极大增加错误关联，造成业务损失，具体包括：数据分析时，由于关联ID过度，造成分析的错误和异常；营销触达时，由于关联ID过度，造成触达浪费和消费者反感。而行业内经常使用的“图数据库”存在硬件成本高、维护成本高的难点。

基于此，我们需要一种更好的、符合业务逻辑的解决方案。

发明内容

本申请实施例提供了一种用户关联方法、系统和基于批式和流式计算的SuperID计算方法，解决用户ID过度关联及错误关联的问题，降低硬件成本及维护成本。

第一方面，本申请实施例提供了一种用户ID关联方法，包括：

数据获取步骤，用于获取待处理用户的多个原始ID及原始ID之间的绑定关系，并获取所述原始ID的唯一标识值，所述唯一标识值包括原始ID的类型IDType、原始ID对应的值IDValue；

SuperID定义步骤，用于定义一SuperID以标识通过至少一绑定关系互相连接的所述原始ID；

用户ID关联步骤，用于基于一绑定规则获取属于同一SuperID的所述原始ID，得到关联ID。

在其中一些实施例中，所述SuperID通过锚点取值，所述锚点为业务优先级最高的ID和/或时间最早的ID或记录。

在其中一些实施例中，所述绑定规则进一步包括：

规则一，每一所述原始ID只能直接绑定一个高优先级原始ID，以保证多个所述原始ID不会因为关联同一低级原始ID而关联；

规则二，每一所述原始ID不能直接绑定同一优先级多个所述原始ID；

规则三，当一所述原始ID拥有多个高优先级绑定关系时，取唯一有效绑定关系。

基于上述绑定规则，在多个冲突的关联关系中，选择业务上优先级最高的关联关系，保证关联的可靠性、提高关联准确性。

在其中一些实施例中，所述规则三中，取唯一有效绑定关系具体包括：