[发明专利]一种数字画像提取方法和系统

权利要求书

1.一种数字画像提取方法，其特征在于，包括以下步骤：

S1：获取至少两个数据源的用户虚拟身份信息，每个所述用户虚拟身份信息均包括关联数据；

S2：根据每个所述关联数据得到各个用户虚拟身份信息之间的有向关系；

S3：将所述有向关系记录为n元组，所述n元组包括所述有向关系的准确度，n为大于2的整数；

S4：根据所述n元组得到包括源类型、源编码、目的类型、目的编码和准确度的五元组；

S5：根据所述五元组得到其身份归属的自然人，其过程包括：

S51：获取自然人的身份类型；

S52：根据步骤S4得到的所述有向关系的准确度，以所述虚拟身份信息为顶点、每个所述虚拟身份信息之间的关系为边构造关系的有向图，边的属性为所述有向关系的准确度；

S53：将所有的顶点的属性设置为包括节点ID和准确度的二元组的集合，其中所有所述身份类型的顶点属性插入包括顶点ID和数字1的二元组；

S54：利用每个所述顶点的出度边广播本身的二元组集合，将广播后的所述二元组集合内所有准确度数值乘以边的属性值后传递到另外一个节点；

S55：每个顶点接收传入的二元组集合并与自身的二元组集合属性合并，得到新的二元组集合，并更新到对应的所述顶点的属性中；

S56：重复步骤S54和步骤S55，在X次后执行步骤S57，X为自然数；

S57：根据每个所述顶点的属性判断所述顶点是否异常，如果相同自然人多于阈值M且准确度相同则说明该顶点为异常，形成该顶点为异常的警告信息；否则将选择所有所述顶点中准确度最高的顶点形成包括身份对象1、自然人对象的自然人二元组，根据所述自然人二元组得到所述有向关系身份归属的自然人；

S6：将所述自然人和对应的所述用户虚拟身份信息组合得到用户综合数字画像。

2.根据权利要求1所述的数字画像提取方法，其特征在于：步骤S3具体为：

S31：根据所述数据源为有向关系分配一个准确度值，范围为(0，1]，形成包括数据源和准确度的二元组；

S32：每个所述用户虚拟身份信息均包括源类型、源编码、目的类型和数据源，将每个所述用户虚拟身份信息对应的源类型、源编码、目的类型和目的编码添加到所述二元组形成六元组。

3.根据权利要求2所述的数字画像提取方法，其特征在于：步骤S4具体为：

S41：根据所述n元组计算初始权重W，权重W的计算公式为：

其中m表示所述用户虚拟身份信息出现的次数，t表示所述用户虚拟身份信息每次出现距当前时间的天数，N为时间衰减因子常数；

S42：根据所述n元组计算所述有向关系的中间准确度R(i)，中间准确度R(i)计算公式为；

R(i)＝W(i)×S(i)/∑W(j)

其中W(i)表示目的编码i的权重，S(i)表示数据源i的准确度，∑W(j)表示所有目的编码的权重的总和；

S43：根据步骤S42得到的所述中间准确度R(i)更新所述六元组中的准确度；

S44：计算所述有向关系的准确度，准确度D的计算公式为：

其中n表示有n个不同数据源，R(i)表示不同数据来源下该目的编码的准确度；

S45：根据所述有向关系的准确度D计算得到五元组，所述五元组包括源类型、源编码、目的类型、目的编码和准确度；

S46：重复步骤S41到S45直到遍历所有n元组。