[發明專利]一種用戶設備唯一性的識別方法、裝置和計算設備

有效

• 申請號: 201710059670.4
• 申請日: 2017-01-24
• 公開（公告）號: CN106709318B
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 路瑤;李天博;張夏天
• 申請（專利權）人: 騰云天宇科技（北京）有限公司
• 主分類號: G06F21/44
• 分類號: G06F21/44;G06K9/62
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

本發明公開了一種用戶設備唯一性的識別方法，包括：收集用戶設備訪問網絡服務時生成的包括多個設備屬性的用戶設備信息，并將每個用戶設備信息和對應的用戶設備標識關聯存儲為樣本庫中的一條記錄；對樣本庫的每兩條用戶設備信息進行對比，分別計算當用戶設備標識相同時每種設備屬性相同和不相同的標準似然度；獲取待識別的兩條用戶設備信息，對比這兩條設備信息的每種設備屬性，根據對比結果獲取每種設備屬性對應的標準似然度，并將所有標準似然度相乘得到這兩條用戶設備信息屬于同一用戶設備的預測概率；通過比較預測概率與概率閾值來識別這兩條用戶設備信息是否屬于同一用戶設備。本發明還公開了對應的用戶設備唯一性的識別裝置和計算設備。

技術領域

本發明涉及計算機與互聯網技術領域，尤其涉及一種用戶設備唯一性的識別方法、裝置和計算設備。

背景技術

隨伴隨著“大數據時代”的到來和互聯網蓬勃技術的發展，互聯網公司存儲的數據呈現出爆炸趨勢，這給互聯網公司對數據的存儲和管理帶來挑戰。其中，用戶唯一性識別一直是互聯網公司一直需要面對的問題。尤其是對非結構化的采集數據，很難找到一個唯一的用戶標識。

一般應用開發商或者數據收集商如果沒有明確的用戶設備標識，例如身份證號，手機號等，往往會根據幾個屬性例如手機的IMEI，IMSI，Serial No等，按照一定的規則生成一個用戶的唯一性識別標識，也就是用戶設備標識，來識別唯一的設備標識。

但是，面對數據的復雜性，按照上述規則來生成用戶設備標識往往會出現各種問題。例如，當這些企業在采集用戶的設備數據的時候，有時會出現用戶刷機、更新系統、換sim卡諸如此類的情況，會導致為相同的用戶設備生成不同的用戶設備標識的問題，這給設備的唯一性識別帶來了前所未有的挑戰。

現有的用戶唯一性識別的方法均通過定義距離函數，度量不同設備之間的相似性，例如：歐氏距離函數、夾角余弦、曼哈頓距離函數，通過計算兩兩記錄之間的距離，進而確定用戶設備是否唯一。但是這種方法存在以下問題：距離函數定義復雜，計算復雜度較高，計算開銷大；距離函數難以處理缺失問題。但是互聯網數據缺失現象非常普遍；距離函數計算出來的距離分布往往會比較集中，難以找到判斷兩個設備是否相同的標準。

因此，需要提供一種更通用且準確的識別用戶設備唯一性的方法。

發明內容

鑒于上述問題，本發明提出了一種用戶設備唯一性的識別方法、裝置和計算設備，以力圖解決或者至少解決上面存在的問題。

根據本發明的一個方面，提供一種用戶設備唯一性的識別方法，適于在計算設備中執行，該方法包括：收集多個用戶設備訪問網絡服務時生成的用戶設備信息，并將每個用戶設備信息和對應的用戶設備標識相關聯的存儲為樣本庫中的一條記錄，其中，用戶設備信息包括用戶設備對應的多個設備屬性，用戶設備標識是根據用戶設備對應的多個設備屬性按照預定算法生成；對樣本庫中的每兩條記錄的用戶設備信息進行對比，分別計算在用戶設備標識相同的情況下，每種設備屬性相同和不相同的標準似然度；獲取待識別的兩條用戶設備信息，對這兩條用戶設備信息對應的每種設備屬性進行對比，根據對比結果獲取每種設備屬性對應的標準似然度，并將獲取的所有標準似然度相乘得到這兩條用戶設備信息屬于同一個用戶設備的預測概率；以及通過將預測概率與概率閾值進行比較來識別這兩條用戶設備信息是否屬于同一個用戶設備。

可選地，在根據本發明的方法中，在用戶設備標識相同的情況下，設備屬性i相同時所對應的標準似然度為設備屬性i不相同時所對應的標準似然度為其中，P(x_i＝1)為樣本庫中任兩條記錄的設備屬性i相同的概率值；P(x_i＝0)為樣本庫中任兩條記錄的設備屬性i不相同的概率值；P(x_i＝1∣y＝1)為樣本庫中任兩條記錄的用戶設備標識相同時設備屬性i相同的概率值；P(x_i＝0∣y＝1)為樣本庫中任兩條記錄的用戶設備標識相同時設備屬性i不相同的概率值。