[发明专利]跨平台数据匹配方法、装置、计算机设备和存储介质

说明书

本发明涉及一种跨平台数据匹配方法，具体包括如下步骤：接收终端发送的数据匹配请求；在第一社交网络平台中获取第一用户群组对应的群组行为数据，学习群组行为数据，得到群组特征分布函数；在第二社交网络平台中获取指定的根节点用户的关联用户以及对应的行为数据；学习根节点用户的行为数据，生成匹配根节点用户后的群组特征分布函数；对关联用户的行为数据进行行为学习；计算匹配关联用户后的群组特征分布函数的最大熵值，将对应最大熵值最大的关联用户确定为第一用户群组的匹配用户；以确定的匹配用户为当前根节点用户，确定下一个匹配用户，直至确定的匹配用户满足设定数量条件，完成群组匹配。上述方法能够实现不同社交网络平台的数据匹配。

技术领域

本发明涉及计算机技术领域，特别是涉及一种跨平台数据匹配方法、装置、计算机设备和存储介质。

背景技术

社交网络已成为感知个体在线行为的“传感器”，大量的社交“传感器”可以感知用户不同层面的信息，包括姓名、年龄、性别、消费能力、交友习惯、支付习惯、购物倾向以及对某种观点、商品和服务的态度等。

在金融大数据应用中，不同的社交网络中连接相同的真实用户，不同社交网络平台上的相同用户发布的内容很可能是不相同的(主题不一样，例如美食社交网络的和图片社交网络的信息很难匹配；发表的内容规模不一样，比如一个新的平台和用了很久的平台的内容密度是不同的)，那么，用这些不同的内容难以进行用户身份匹配，最终导致跨平台数据融合障碍，以致大数据分析仅局限于单一社交网络平台，分析效果差，大数据不能够得到充分利用。

发明内容

基于此，有必要针对上述问题，提供一种能够实现不同社交网络平台的数据匹配的跨平台数据匹配方法、装置、计算机设备和存储介质。

一种跨平台数据匹配方法，所述方法包括：

接收终端发送的数据匹配请求，所述数据匹配请求中携带第一社交网络平台标识、用户指定的第一社交网络平台中的第一用户群组以及第二社交网络平台标识和用户指定的第二社交网络平台中的根节点用户；

在所述第一社交网络平台标识对应的第一社交网络平台中获取所述第一用户群组对应的群组行为数据，并对所述群组行为数据进行行为学习，得到所述第一用户群组对应的群组特征分布函数；

在所述第二社交网络平台中获取所述根节点用户的关联用户，并在所述第二社交网络平台中获取所述根节点用户和每个所述关联用户对应的行为数据；

基于所述第一用户群组对应的群组特征分布函数，学习所述根节点用户的行为数据，生成匹配根节点用户后的群组特征分布函数；

基于匹配根节点用户后的群组特征分布函数，分别对每个关联用户的行为数据进行行为学习，生成匹配每个所述关联用户后的群组特征分布函数；

计算匹配所述关联用户后的所述群组特征分布函数的最大熵值，将对应最大熵值最大的所述关联用户确定为所述第一用户群组的匹配用户；

以确定的所述匹配用户为当前根节点用户，确定下一个匹配用户，直至确定的所述匹配用户满足设定数量条件，完成群组匹配。

在一个实施例中，所述指定的根节点用户的关联用户为在所述第二社交网络平台中与所述根节点用户之间的亲密度不小于设定阈值的用户节点，其中，所述设定阈值根据所述第一用户群组的亲密度而设定。

在一个实施例中，所述以确定的所述匹配用户为当前根节点用户，确定下一个匹配用户，直至确定的所述匹配用户满足设定数量条件，完成群组匹配的步骤为：

以确定的所述匹配用户为当前根节点用户，在所述第二社交网络平台中查找所述当前根节点用户的当前关联用户，其中，查找的所述当前关联用户与确定的所有匹配用户和所述指定的根节点组成的群组的群组亲密度不小于设定阈值；