[發明專利]設備間用戶識別方法、系統、計算機設備及存儲介質

在審

• 申請號: 202011517605.X
• 申請日: 2020-12-21
• 公開（公告）號: CN112559872A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 付金偉
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 趙燕

本申請公開了一種設備間用戶識別方法、系統、計算機設備及存儲介質，方法包括：構建訓練集和測試集步驟：使用已知用戶的設備id和cookie的匹配對構建訓練集，使用日志的記錄集合構建測試集；計算ip私密度步驟：根據所述訓練集及所述測試集獲得ip私密度；獲得候選對相似度步驟：使用所述訓練集訓練XGBoost模型，根據所述相似度向量通過所述訓練后的XGBoost模型得到候選對以及候選對的相似度；節點聚類步驟：根據所述候選對的相似度創建相似度圖，在相似度圖上使用圖聚類算法，將不同的節點進行聚類，在一個類中的節點屬于同一個用戶。本發明不依賴登錄帳號，降低了對跨屏技術應用范圍的限制。

技術領域

本發明屬于設備間用戶識別領域，具體涉及一種設備間用戶識別方法、系統、計算機設備及存儲介質。

背景技術

跨屏營銷是指通過整合手機、平板、電腦、電視等多種渠道終端，向廣告主的目標受眾投放定向且精準的個性化廣告信息，通過與消費者的信息互動，達到品牌市場營銷目的的行為。跨屏營銷的難點是精確的設備間用戶識別。如何將同一用戶的不同設備(如手機、電腦)精準地識別出來，才是跨屏營銷的關鍵點。目前市場上出現的兩種現實可行性方法：精準匹配和預估匹配。但現存的兩類方法都有不同程度的不適用性。

目前的現有技術是：

1、統一賬號綁定：

即強賬號體系，通過多渠道所共有的id，將多種設備(pc、移動端)上同一個用戶的行為拼接起來，主要依靠用戶的跨設備登錄賬號或者大型互聯網平臺提供的某種id識別的支持。精準匹配可以做到非常高的打通精度，而且用戶的平臺帳號也不會頻繁更改。

2、依靠特定規則

依靠用戶數據，如wifi、ip地址等也可實現設備間的用戶識別，通過wifi地址或ip地址來判斷同一ip地址下的多個設備是否為同一用戶。

3、可解釋的機器學習算法

用數據模型進行推測，即用運算的方法識別不同渠道下的多個設備實際為同一用戶的可能性。用戶在不同的平臺下的行為都會具有一定的識別特征，這些特征包括技術參數、行為標簽和來自第三方的加密行為數據。其優勢在于不再依賴登錄帳號，降低了對跨屏技術應用范圍的限制，并在最大程度上，囊括互聯網生態中幾乎所有的用戶，擴大了潛在客戶的規模。

4、深度學習算法

基于神經網絡構建深度學習模型進行cookie、device是否同屬一人的預測。

發明內容

本申請實施例提供了一種設備間用戶識別方法、系統、計算機存儲設備，以至少解決相關技術中主觀因素影響的問題。

本發明提供了一種設備間用戶識別方法，其中，包括：

構建訓練集和測試集步驟：使用已知用戶的設備id和cookie的匹配對構建訓練集，使用日志的記錄集合構建測試集；

計算ip私密度步驟：根據所述訓練集及所述測試集通過基于半監督學習的迭代式方法獲得ip私密度；

生成候選集步驟：根據所述訓練集、所述測試集及所述ip私密度獲得候選集；

相似度向量獲得步驟：計算所述候選集的屬性相似度，并構成多維度的相似度向量；

獲得候選對相似度步驟：使用所述訓練集訓練XGBoost模型，根據所述相似度向量通過所述訓練后的XGBoost模型得到候選對以及候選對的相似度；

節點聚類步驟：根據所述候選對的相似度創建相似度圖，在相似度圖上使用圖聚類算法，將不同的節點進行聚類，在一個類中的節點屬于同一個用戶。

上述設備間用戶識別，其中，所述計算ip私密度步驟包括：