[发明专利]纠正终端型号库的方法及装置、电子设备及介质

说明书

本公开关于一种纠正终端型号库的方法及装置、电子设备及介质，涉及计算机技术领域。该方法包括：获取用户行为数据中的用户代理数据，基于用户代理数据的识别算法，识别用户代理数据中的非标准终端型号；根据注册上报终端型号库，生成非标准终端型号与标准终端型号之间的映射关系；根据非标准终端型号与标准终端型号之间的映射关系，对注册上报终端型号库中的终端型号进行纠正。该方法可以实现注册上报终端型号的智能纠正，提高注册上报终端型号库的准确性。

技术领域

本公开涉及计算机技术领域，尤其涉及一种纠正终端型号库的方法及装置、电子设备及介质。

背景技术

运营商可以根据用户自注册上报的终端信息建立注册上报终端型号库。自注册方式是用户在开关机、插拔SIM卡(Subscriber Identity Module，即客户识别模块，又称为用户身份识别卡)时，以短信的形式发起注册请求，获得该用户的终端型号、设备识别码、SIM卡号等。由于系统配置或者串码伪造的情况，自注册方式不能真实获得用户的终端数据，导致建立的注册上报终端型号库不准确。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供一种纠正终端型号库的方法及装置、电子设备及介质，可以实现注册上报终端型号的智能纠正，提高注册上报终端型号库的准确性。本公开的技术方案如下：

根据本公开实施例的一个方面，提供一种纠正终端型号库的方法，包括：获取用户行为数据中的用户代理数据，基于用户代理数据的识别算法，识别所述用户代理数据中的非标准终端型号；根据注册上报终端型号库，生成所述非标准终端型号与标准终端型号之间的映射关系；根据所述非标准终端型号与标准终端型号之间的映射关系，对所述注册上报终端型号库中的终端型号进行纠正。

在本公开的一个实施例中，基于用户代理数据的识别算法，识别所述用户代理数据中的非标准终端型号，包括：标注所述用户代理数据的类别标签；根据标注的所述用户代理数据的类别标签，获取各个类别的用户代理数据；根据预先构建的类别树的自上而下顺序，确定所述各个类别的用户代理数据的数据处理顺序；按照所述数据处理顺序，对所述各个类别的用户代理数据进行识别处理，获得所述用户代理数据中的非标准终端型号。

在本公开的一个实施例中，所述类别树是按照如下方法预先构建的：获取样本数据，标注所述样本数据的类别标签；根据标注的所述样本数据的类别标签，获取各个类别的样本数据；基于修正的经验熵和修正的条件熵，对所述各个类别的样本数据进行计算，依次提取出所述各个类别的样本数据；根据所述各个类别的样本数据的提取顺序，构建所述类别树。

在本公开的一个实施例中，基于修正的经验熵和修正的条件熵，对所述各个类别的样本数据进行计算，依次提取出所述各个类别的样本数据，包括：基于修正的经验熵和修正的条件熵，计算所述各个类别的样本数据对所述样本数据的信息增益；确定信息增益最大值对应的类别为目标类别，从所述样本数据中提取出所述目标类别的样本数据。

在本公开的一个实施例中，在从所述样本数据中提取出所述目标类别的样本数据之后，所述方法还包括：获取剩余样本数据；基于修正的经验熵和修正的条件熵，计算所述剩余样本数据中各个类别的样本数据对所述剩余样本数据的信息增益；确定信息增益最大值对应的类别为新的目标类别，从所述剩余样本数据中提取出所述新的目标类别的样本数据。

在本公开的一个实施例中，所述修正的经验熵和所述修正的条件熵包括自定义的修正系数；所述自定义的修正系数是对所述样本数据中的异常数据进行统计得到的；以及，所述异常数据包括识别出来的终端型号为异常值的数据、类别为异常值的数据。

在本公开的一个实施例中，在基于用户代理数据的识别算法，识别所述用户代理数据中的非标准终端型号之后，所述方法还包括：获取识别结果，根据识别结果对所述类别树进行验证。