[发明专利]用户画像数据过滤方法及装置

说明书

本公开是关于用户画像数据过滤方法及装置。方法包括：将以用户标识为关键字的待处理用户画像数据的每个维度都单独拆分并重新聚合，生成以设备标签为关键字的第一用户画像数据；根据预先确定的至少两个不同机型的TAC，批量生成基于各TAC的两个以上的批量imei，并搜索第一用户画像数据中与各批量imei对应的第一加密后的imei；根据生成各批量imei所使用的TAC、及与各第一加密后的imei所关联的机型信息，筛选出各第一加密后的imei中的脏数据；将脏数据从第一用户画像数据中过滤，得到第二用户画像数据。本公开能够提高数据质量，提高信息推送的准确性和可靠性。

技术领域

本公开涉及数据处理技术领域，尤其涉及用户画像数据过滤方法及装置。

背景技术

目前在数据统计领域，因为统计的维度不同，一定会涉及到用户标识(id)和设备id这两种id的关联，推送面对海量的用户id数据和复杂的统计逻辑，需要在数据清洗和数据分析层面对不同id进行映射整合。

相关技术中，通过将各类用户id和设备id进行关联映射和聚合，以提升数据质量。

发明内容

为克服相关技术中存在的问题，本公开实施例提供一种用户画像数据过滤方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种用户画像数据过滤方法，方法包括：

将以用户标识为关键字的待处理用户画像数据的每个维度都单独拆分并重新聚合，生成以设备标签为关键字的第一用户画像数据；所述待处理用户画像数据包括所述用户标识及加密后的设备标识；

根据预先确定的至少两个不同机型的型号核准号码TAC，批量生成基于各所述TAC的两个以上的批量国际移动设备识别码imei，并搜索所述第一用户画像数据中与各所述批量imei对应的第一加密后的imei；

根据生成各所述批量imei所使用的TAC、及与各所述第一加密后的imei所关联的机型信息，筛选出各所述第一加密后的imei中的脏数据；

将所述脏数据从所述第一用户画像数据中过滤，得到第二用户画像数据。

本公开的实施例提供的技术方案可以包括以下有益效果：该技术方案通过批量生成基于多个机型的TAC的批量imei，并从第一用户画像数据中找到与各批量imei对应的imei MD5，然后根据生成各批量imei所使用的TAC、及与各批量imei对应的imei MD5所关联的机型信息，筛选出与各批量imei对应的imei MD5中的脏数据，进而从第一用户画像数据中过滤掉脏数据，提高数据质量，提高信息推送的准确性和可靠性。

在一个实施例中，所述搜索所述第一用户画像数据中与各所述批量imei对应的第一加密后的imei，包括：

将各所述批量imei分别加密，得到分别与各所述批量imei对应的第二加密后的imei；

将所述第二加密后的imei与所述第一用户画像数据中加密后的设备标识进行匹配；

将所述第一用户画像数据中与所述第二加密后的imei匹配的加密后的设备标识，确定为所述第一用户画像数据中与各所述批量imei对应的第一加密后的imei。

在一个实施例中，所述根据生成各所述批量imei所使用的TAC、及与各所述第一加密后的imei所关联的机型信息，筛选出各所述第一加密后的imei中的脏数据，包括：

判断生成各所述批量imei所使用的TAC与各所述第一加密后的imei所关联的机型信息是否匹配；

将各所述第一加密后的imei中所关联的机型信息与生成各所述批量imei所使用的TAC不匹配的加密后的imei，确定为各所述第一加密后的imei中的脏数据。