[发明专利]一种多维关联数据的强关联数据生成方法

说明书

本发明公开了一种多维关联数据的强关联数据生成方法。本方法为：1)将提取的多维关联数据存入图系统；2)对每一记录生成一对节点以及连接该对节点的边；3)确定强关联的目标数据，对于每一节点，如果该节点的类型为目标数据的类型，则将该节点的标签设置为该节点对应的数据；否则将该节点的标签设置为unknown；4)利用图的标签传播算法进行消息发送；5)各节点选择收到消息中权重最大的标签作为本节点的标签，如果节点本身是目标数据，则该节点的标签不做修改；6)过滤掉标签为unknown的节点以及过滤掉数据与标签值相同的节点，剩余节点对应的数据即为目标数据的强关联数据。本发明可有效的针对多维关联数据计算强关联数据。

技术领域

本发明涉及一种多维关联数据的强关联数据生成方法，属于网络技术领域。

背景技术

通过用户授权后，网站会记录用户的手机号、IMEI等信息。实际使用过程中，一个用户可能会换手机登陆网站，网站获取的手机号不变，但IMEI或IDFA会发生变化；同样用户可能在相同的手机设备上使用不同手机号登陆，即手机号不同，IMEI号不变。另外网站可能会遭受撞库攻击，即大量出现同一个IMEI号，手机号却不同的情况。

在某些场景下，例如用户画像，需要将IMEI和手机号关联起来，并找到IMEI强关联的手机号，即该IMEI最有可能与哪个手机号绑定。

现有技术方案一般处理方法为统计IMEI关联的所有手机号，选择关联次数最多、关联时间最近的手机号作为强关联手机号。

然而现有技术方案无法解决多维关联问题，例如一个手机号与Email关联，并且关联次数很多、关联时间较新，该Email又与IMEI关联并且关联次数很多、关联时间较新；然后该手机号和IMEI直接关联次数较少。实际中该手机号和IMEI是强关联的，但是现有技术方案未得出这样的结果。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种多维关联数据的强关联数据生成方法。

本发明的技术方案为：

一种多维关联数据的强关联数据生成方法，其步骤为：

1)将提取的多维关联数据存入图系统；所述多维关联数据的每一记录包括相互关联的数据、关联次数、最近关联时间；

2)对每一记录生成一对节点以及连接该对节点的边；

3)确定强关联的目标数据，对于每一节点，如果该节点的类型为目标数据的类型，则将该节点的标签设置为该节点对应的数据；否则将该节点的标签设置为unknown；

4)利用图的标签传播算法进行消息发送，其中，对于步骤2)生成的每一对节点，如果节点1的标签不是unknown并且节点2的类型不是目标数据的类型，则向节点2发送消息，该消息内容包括：节点1的标签值和边的权重；如果节点2的标签不是unknown并且节点1的类型不是目标数据的类型，则向节点1发送消息，该消息内容包括节点2的标签值和边的权重；其中节点1、节点2是同一边连接的两节点；

5)各节点选择收到消息中权重最大的标签作为本节点的标签，如果节点本身是目标数据，则该节点的标签不做修改；

6)过滤掉标签为unknown的节点以及过滤掉数据与标签值相同的节点，剩余节点对应的数据即为目标数据的强关联数据。

进一步的，所述记录的数据格式为：ID1类型编号、ID1值、ID2类型编号、ID2值、关联次数、最近关联时间；其中，ID1类型编号、ID1值分别为记录中一数据的类型编号及其类型值，ID2类型编号、ID2值分别为该记录中另一数据的类型编号及其类型值。

进一步的，所述节点的属性包括类型编号及其类型值、标签。

进一步的，所述边的属性包括权重。