[發明專利]用戶畫像數據過濾方法及裝置

有效

• 申請號: 201811246906.6
• 申請日: 2018-10-24
• 公開（公告）號: CN109299084B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 錢佳;曹文博
• 申請（專利權）人: 北京小米移動軟件有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2457
• 代理公司: 北京尚倫律師事務所 11477
• 代理人: 毛宏寶

本公開是關于用戶畫像數據過濾方法及裝置。方法包括：將以用戶標識為關鍵字的待處理用戶畫像數據的每個維度都單獨拆分并重新聚合，生成以設備標簽為關鍵字的第一用戶畫像數據；根據預先確定的至少兩個不同機型的TAC，批量生成基于各TAC的兩個以上的批量imei，并搜索第一用戶畫像數據中與各批量imei對應的第一加密后的imei；根據生成各批量imei所使用的TAC、及與各第一加密后的imei所關聯的機型信息，篩選出各第一加密后的imei中的臟數據；將臟數據從第一用戶畫像數據中過濾，得到第二用戶畫像數據。本公開能夠提高數據質量，提高信息推送的準確性和可靠性。

技術領域

本公開涉及數據處理技術領域，尤其涉及用戶畫像數據過濾方法及裝置。

背景技術

目前在數據統計領域，因為統計的維度不同，一定會涉及到用戶標識(id)和設備id這兩種id的關聯，推送面對海量的用戶id數據和復雜的統計邏輯，需要在數據清洗和數據分析層面對不同id進行映射整合。

相關技術中，通過將各類用戶id和設備id進行關聯映射和聚合，以提升數據質量。

發明內容

為克服相關技術中存在的問題，本公開實施例提供一種用戶畫像數據過濾方法及裝置。所述技術方案如下：

根據本公開實施例的第一方面，提供一種用戶畫像數據過濾方法，方法包括：

將以用戶標識為關鍵字的待處理用戶畫像數據的每個維度都單獨拆分并重新聚合，生成以設備標簽為關鍵字的第一用戶畫像數據；所述待處理用戶畫像數據包括所述用戶標識及加密后的設備標識；

根據預先確定的至少兩個不同機型的型號核準號碼TAC，批量生成基于各所述TAC的兩個以上的批量國際移動設備識別碼imei，并搜索所述第一用戶畫像數據中與各所述批量imei對應的第一加密后的imei；

根據生成各所述批量imei所使用的TAC、及與各所述第一加密后的imei所關聯的機型信息，篩選出各所述第一加密后的imei中的臟數據；

將所述臟數據從所述第一用戶畫像數據中過濾，得到第二用戶畫像數據。

本公開的實施例提供的技術方案可以包括以下有益效果：該技術方案通過批量生成基于多個機型的TAC的批量imei，并從第一用戶畫像數據中找到與各批量imei對應的imei MD5，然后根據生成各批量imei所使用的TAC、及與各批量imei對應的imei MD5所關聯的機型信息，篩選出與各批量imei對應的imei MD5中的臟數據，進而從第一用戶畫像數據中過濾掉臟數據，提高數據質量，提高信息推送的準確性和可靠性。

在一個實施例中，所述搜索所述第一用戶畫像數據中與各所述批量imei對應的第一加密后的imei，包括：

將各所述批量imei分別加密，得到分別與各所述批量imei對應的第二加密后的imei；

將所述第二加密后的imei與所述第一用戶畫像數據中加密后的設備標識進行匹配；

將所述第一用戶畫像數據中與所述第二加密后的imei匹配的加密后的設備標識，確定為所述第一用戶畫像數據中與各所述批量imei對應的第一加密后的imei。

在一個實施例中，所述根據生成各所述批量imei所使用的TAC、及與各所述第一加密后的imei所關聯的機型信息，篩選出各所述第一加密后的imei中的臟數據，包括：

判斷生成各所述批量imei所使用的TAC與各所述第一加密后的imei所關聯的機型信息是否匹配；

將各所述第一加密后的imei中所關聯的機型信息與生成各所述批量imei所使用的TAC不匹配的加密后的imei，確定為各所述第一加密后的imei中的臟數據。