[發明專利]數據關聯方法及裝置、電子設備

在審

• 申請號: 201910363224.1
• 申請日: 2019-04-30
• 公開（公告）號: CN110222141A
• 公開（公告）日: 2019-09-10
• 發明（設計）人: 王曉鵬
• 申請（專利權）人: 北京品友互動信息技術股份公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/36
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡

本發明公開了一種數據關聯方法及裝置、電子設備。其中，該方法包括：獲取多個字段集，其中，每個字段集包含有語義相同的多個字段數據；確定每兩個字段數據在對應的字段集中的字段值，并確定每兩個字段數據是否屬于同一用戶的權重值；根據字段值和權重值，確定每個用戶的連通集合，其中，連通集合中包含的各個字段數據相互關聯且都屬于同一用戶。本發明解決了相關技術中各個字段數據關聯性較低的技術問題。

技術領域

本發明涉及數據處理技術領域，具體而言，涉及一種數據關聯方法及裝置、電子設備。

背景技術

在相關技術中，很多數據公司會從多個數據源獲取到字段數據(或用戶數據)，包括獲取用戶持有的終端物理地址、通信地址、所處地理位置、登錄的應用APP等，對這些數據，各個公司都會進行相應的處理，然后根據處理結果，向用戶推薦用戶喜愛的內容，但是當前，在處理數據時，往往是針對具體的應用和所持有的設備來確定字段數據所屬的目標用戶，無法打通各個字段數據所屬的用戶，各個字段數據之間的關聯性較低，導致對于同一用戶或者其它自然個體，可能推送相同的內容，且數據統計上很不方便。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種數據關聯方法及裝置、電子設備，以至少解決相關技術中各個字段數據關聯性較低的技術問題。

根據本發明實施例的一個方面，提供了一種數據關聯方法，包括：獲取多個字段集，其中，每個所述字段集包含有語義相同的多個字段數據；確定每兩個所述字段數據在對應的所述字段集中的字段值，并確定每兩個所述字段數據是否屬于同一用戶的權重值；根據所述字段值和所述權重值，確定每個用戶的連通集合，其中，所述連通集合中包含的各個字段數據相互關聯且都屬于同一用戶。

進一步地，獲取多個字段集的步驟，包括：提取多個數據源的字段數據，得到字段總集合；利用預設的語義數據庫和/或預設的語義分辨規則，確定所述字段總集合中每個所述字段數據所屬的字段集，得到所述多個字段集。

進一步地，確定每兩個所述字段數據是否屬于同一用戶的權重值的步驟，包括：獲取每個所述字段數據所在的字段集以及每個所述字段集所屬的目標領域；根據每個所述字段數據所在的字段集和每個所述字段集所屬的目標領域，構建語義學習模型；利用所述語義學習模型，確定每兩個所述字段數據是否屬于同一用戶的權重值。

進一步地，所述權重值為正權重值或負權重值，其中，所述正權重值用于指示兩個不同數據源的所述字段數據在同一個同義字段集的字段值相同，且該兩個所述字段數據屬于同一用戶；所述負權重值用于指示兩個不同數據源的所述字段數據在同一個同義字段集的字段值不相同，且該兩個所述字段數據不屬于同一用戶。

進一步地，根據所述字段值和所述權重值，確定每個用戶的連通集合的步驟，包括：對所述字段值和所述權重值進行排序，得到排序結果；根據所述排序結果，確定每個用戶的連通集合。

進一步地，根據所述排序結果，確定每個用戶的連通集合的步驟，包括：確定所述排序結果中字段值高于預設閾值的字段數據；將所述字段值高于預設閾值的字段數據確定為同一用戶的連通集合。

根據本發明實施例的另一方面，還提供了一種數據關聯裝置，包括：獲取單元，用于獲取多個字段集，其中，每個所述字段集包含有語義相同的多個字段數據；第一確定單元，用于確定每兩個所述字段數據在對應的所述字段集中的字段值，并確定每兩個所述字段數據是否屬于同一用戶的權重值；第二確定單元，用于根據所述字段值和所述權重值，確定每個用戶的連通集合，其中，所述連通集合中包含的各個字段數據相互關聯且都屬于同一用戶。

進一步地，所述獲取單元包括：第一提取模塊，用于提取多個數據源的字段數據，得到字段總集合；第一確定模塊，用于利用預設的語義數據庫和/或預設的語義分辨規則，確定所述字段總集合中每個所述字段數據所屬的字段集，得到所述多個字段集。