[发明专利]多账号关联方法、装置及电子设备

说明书

一种多账号关联方法、装置及电子设备，多账号关联方法包括：获取用户网络行为的统一资源定位符URL信息；按照网络入口规则从所述URL信息中规则挖掘账号信息；过滤所述账号信息，剔除脏数据；对过滤后的所述账号信息基于所述URL信息和Refferer消息在设定的时间间隔生成Session；提取同一所述Session下的所述账号信息，生成具备关联关系的账号信息组；根据所述关联关系计算所述每个账号信息组的支持度和置信度；基于所述支持度和所述置信度对所述账号信息组进行图运算，生成所述关联关系的图像。所述多账号关联方法充分的挖掘了用户的互联网访问行为信息，提高了用户账号信息分类的准确性、完整性。

技术领域

本发明涉及数据挖掘领域，尤其涉及一种多账号关联方法、装置及电子设备。

背景技术

随着大数据领域的不断扩张，互联网用户数据日益剧增。互联网用户的数据包括用户的年龄、性别、职业等用户信息，这些信息渗透在社交网络、电子商务等各大互联网领域，具备极大的经济价值，对定向精准地发布信息和资讯、预测用户行为、构建用户画像等，起着决定性的作用。

获取用户数据的前置条件，就是用户的挖掘与识别，现有技术通常基于同一个IP(Internet Protocol)或者IP和用户代理(User Agent)等粗粒度的关联规则，对网站储存在用户本地终端上的Cookie数据的身份信息(Identity,ID)和应用程序账号信息进行强制关联。

但是，由于网络互联的复杂多样性，同一用户往往具有多个网站的账号或者应用程序(Application,App)账号；且所述Cookie数据的ID信息和应用程序账号信息存在大量的脏数据；而且同一个IP或者IP和User Agent可能会被不同的上网用户所使用，造成关联规则不准确，进而无法精确的将同一用户的所有账号信息数据进行关联分类。

发明内容

本发明解决的技术问题是如何提高用户账号信息分类的准确性。

为解决上述技术问题，本发明实施例提供一种多账号关联方法，包括：

获取用户网络行为的统一资源定位符URL信息；

按照网络入口规则从所述URL信息中规则挖掘账号信息；

过滤所述账号信息，剔除脏数据；

对过滤后的所述账号信息基于所述URL信息和Refferer消息在设定的时间间隔生成Session；

提取同一所述Session下的所述账号信息，生成具备关联关系的账号信息组；

根据所述关联关系计算所述每个账号信息组的支持度和置信度；

基于所述支持度和所述置信度对所述账号信息组进行图运算，生成所述关联关系的图像。

可选的，所述账号信息包括应用程序账号和cookie ID信息。

可选的，所述过滤所述账号信息，剔除脏数据包括：

统计所述账号信息的数量、分布及比例并按照时间顺序进行序列化显示；

所述账号信息的数量大于设定阈值时，过滤所述账号信息。

可选的，所述对过滤后的所述账号信息基于所述URL信息和Refferer消息在设定的时间间隔生成Session，包括：

提取所述URL信息、所述账号信息和所述Refferer消息，并根据时间顺序进行排序；

在设定的时间阈值内，根据所述Refferer消息，将具备跳转关系的所述URL信息串联，形成所述Session。

可选的，所述账号信息组包括主账号和从账号；所述账号信息组的关联关系采用权重值表示，所述账号信息组出现一次，对应的所述权重值加一。