[发明专利]一种账户去重方法、装置及电子设备

说明书

本发明提供了一种账户去重的方法、装置、电子设备及计算机可读存储介质，其中，该方法包括：计算两个账户的特征相似度，获得所有账户的全体特征相似度向量；根据全体特征相似度向量通过逻辑回归模型获得两个账户的相似度得分；如果相似度得分不小于最优相似度得分阈值，判定该两个账户为同一用户，迭代得到所有同一用户的二元组数据；根据账户ID和二元组数据获得相同用户组。本发明实施例提供的账户去重的方法、装置、电子设备及计算机可读存储介质，计算得出两个用户的相似度得分，在相似度得分超过最优相似度阈值的情况下，判定该两个账户为同一用户在使用，完成了同一用户拥有不同账户的去重工作，提高了用户去重的准确率。

技术领域

本发明涉及互联网电商技术领域，具体而言，涉及一种账户去重方法、装置、电子设备及计算机可读存储介质。

背景技术

电商广告投放系统(电商广告SaaS系统)为一个B2B系统，用于帮助跨境电商用户在海外广告媒体平台(如Facebook、Google、Tiktok等)推广电商商品。

电商广告投放系统存在许多注册账户，并且对新注册账户有一些优惠政策，例如，如果新账户开通广告账户能够拿到更高的媒体广告返点。因此，一些用户为了拿到更多的优惠政策，伪造多个公司主体的身份，在电商广告投放系统注册多个广告账户。这些广告账户的工商营业执照都不相同，联系人/联系电话/邮箱等也都不相同，但是用户的网站访问行为/广告账户的特征/推广商品的特征具有一定的相似性。

跨境电商用户为了规避平台风险，拿到更多的新用户优惠，会通过多种途径注册多个电商广告投放系统的广告账户，事实上该多个广告账户仅对应一个真实的用户。如果直接统计系统中的用户数，得到的统计数据会有水分。为了统计出真实的用户数，需要对广告账户进行去重聚合操作，进而更好的为业务决策提供数据支撑。

传统的账户去重方法是，根据多个业务规则，通过“与”或者“或”的逻辑组合判断，组合多种业务规则判断两个账户是否为同一用户。

业务规则包括：账户财务简称是否一致，账户返点简称是否一致，账户是否使用过同一IP地址登录过电商广告投放系统，账户的广告账户名称是否有相似性，账户的广告账户开户域名是否一致，账户的广告推广地址页面文本是否相似，广告推广地址主页是否相似。

以上传统的账户去重方法的缺点包括：业务规则组合过于简单粗暴，业务规则组合是否合理没有数据指标支撑，业务规则组合繁琐，得出的去重用户数准确度不理想。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种账户去重的方法、装置、电子设备及计算机可读存储介质。

第一方面，本发明实施例提供了一种账户去重方法，包括：

计算两个账户的特征相似度，获得所有账户的全体特征相似度向量；

根据所述全体特征相似度向量通过逻辑回归模型获得两个账户的相似度得分；

如果所述相似度得分不小于最优相似度得分阈值，判定该两个账户为同一用户，迭代得到所有同一用户的二元组数据；

根据账户ID和所述二元组数据获得相同用户组。

第二方面，本发明实施例提供了一种账户去重装置，其特征在于，包括：

向量获得模块，用于计算两个账户的特征相似度，获得所有账户的全体特征相似度向量；

得分获得模块，用于根据所述全体特征相似度向量通过逻辑回归模型获得两个账户的相似度得分；

数据迭代模块，用于如果所述相似度得分不小于最优相似度得分阈值，判定该两个账户为同一用户，迭代得到所有同一用户的二元组数据；

相同用户模块，用于根据账户ID和所述二元组数据获得相同用户组。