用户识别方法及装置制造方法及图纸

本申请实施例提供了一种用户识别方法及装置，其中方法包括：选取针对特定应用程序的历史激活数据作为样本数据；在样本数据中，确定出特定应用程序的首次激活用户对应的历史激活数据，以及，特定应用程序的多次激活用户对应的历史激活数据；根据首次激活用户对应的历史激活数据以及多次激活用户对应的历史激活数据，采用机器学习算法，训练用户识别模型；利用训练好的用户识别模型，以及数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，确定待识别用户是否为上述的首次激活用户。通过本申请实施例中的用户识别方法及装置，能够准确识别用户是否为应用程序的首次激活用户，从而避免为同一用户重复分配用户ID。

User identification method and device

The embodiment of the invention provides a device and user identification method, wherein the method comprises the following steps: selecting specific application activation history data as the sample data; in sample data, determine the specific application for the first time to activate the user corresponding to the history of the activation data, and application specific user corresponding to the history of the activation of multiple activation according to the first user data; activation of corresponding historical data as well as many active users activate the corresponding activation history data, using machine learning algorithm, the training model of the user identification; using the user identification model is trained, the matching degree of image pre stored with the recognized user terminal equipment and image database, to determine the user identification whether it is the first active users. The user identification method and device in the application example can accurately identify whether the user is the first user to activate the application, so as to avoid duplication of user ID for the same user.

【技术实现步骤摘要】
用户识别方法及装置
本申请涉及用户识别领域，尤其涉及一种用户识别方法及装置。
技术介绍
随着终端设备如手机的普及，用户经常使用终端设备中的应用程序，作为应用程序的开发人员，通过为应用程序的每个用户分配用户ID(identity，身份)，构建基于用户ID的用户平台，已经成为进行用户管理的基础方式之一。现有技术中，通常在用户发送应用程序的激活数据(如安装激活数据)时，为用户分配用户ID，然而，由于用户可能重复发送激活数据，如卸载并重复安装同一应用程序，因此通过现有的ID分配方式会为同一用户重复分配用户ID，这不仅增加服务器数据的维护负担，在进行商业化推广时还会导致一系列不必要的重复劳动，使计费的准确性大大降低。因此，有必要提出一种技术方案，以识别用户是否为应用程序的首次激活用户，从而避免为同一用户重复分配用户ID。
技术实现思路
本申请实施例的目的是提供一种用户识别方法及装置，准确识别用户是否为应用程序的首次激活用户，从而避免为同一用户重复分配用户ID。为解决上述技术问题，本申请实施例是这样实现的：本申请实施例提供了一种用户识别方法，包括：选取针对特定应用程序的历史激活数据作为样本数据，其中，每条所述历史激活数据均包括与用户的终端设备相关的标识信息；对所述样本数据进行分析，确定出所述特定应用程序的首次激活用户对应的历史激活数据，以及，所述特定应用程序的多次激活用户对应的历史激活数据；根据所述首次激活用户对应的历史激活数据以及所述多次激活用户对应的历史激活数据，采用机器学习算法，训练用户识别模型；利用训练好的所述用户识别模型，以及本地数据库或远程数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，确定所述待识别用户是否为针对所述特定应用程序的首次激活用户。本申请还实施例提供了一种用户识别装置，包括：样本确定模块，用于选取针对特定应用程序的历史激活数据作为样本数据，其中，每条所述历史激活数据均包括与用户的终端设备相关的标识信息；数据筛选模块，用于对所述样本数据进行分析，确定出所述特定应用程序的首次激活用户对应的历史激活数据，以及，所述特定应用程序的多次激活用户对应的历史激活数据；模型训练模块，用于根据所述首次激活用户对应的历史激活数据以及所述多次激活用户对应的历史激活数据，采用机器学习算法，训练用户识别模型；用户识别模块，用于利用训练好的所述用户识别模型，以及本地数据库或远程数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，确定所述待识别用户是否为针对所述特定应用程序的首次激活用户。本申请还实施例提供了一种用户识别设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器：选取针对特定应用程序的历史激活数据作为样本数据，其中，每条所述历史激活数据均包括与用户的终端设备相关的标识信息；对所述样本数据进行分析，确定出所述特定应用程序的首次激活用户对应的历史激活数据，以及，所述特定应用程序的多次激活用户对应的历史激活数据；根据所述首次激活用户对应的历史激活数据以及所述多次激活用户对应的历史激活数据，采用机器学习算法，训练用户识别模型；利用训练好的所述用户识别模型，以及本地数据库或远程数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，确定所述待识别用户是否为针对所述特定应用程序的首次激活用户。本申请实施例还提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现以下流程：选取针对特定应用程序的历史激活数据作为样本数据，其中，每条所述历史激活数据均包括与用户的终端设备相关的标识信息；对所述样本数据进行分析，确定出所述特定应用程序的首次激活用户对应的历史激活数据，以及，所述特定应用程序的多次激活用户对应的历史激活数据；根据所述首次激活用户对应的历史激活数据以及所述多次激活用户对应的历史激活数据，采用机器学习算法，训练用户识别模型；利用训练好的所述用户识别模型，以及本地数据库或远程数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，确定所述待识别用户是否为针对所述特定应用程序的首次激活用户。本申请实施例中的用户识别方法及装置，首先选取特定应用程序的历史激活数据作为样本数据，其次在样本数据中确定特定应用程序的首次激活用户对应的历史激活数据，以及特定应用程序的多次激活用户对应的历史激活数据，然后根据特定应用程序的首次激活用户对应的历史激活数据，以及特定应用程序的多次激活用户对应的历史激活数据，训练用户识别模型，最后利用用户识别模型，以及本地数据库或远程数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，确定待识别用户是否为特定应用程序的首次激活用户。通过本申请实施例中的用户识别方法及装置，能够从用户识别模型、预先存储的图像与待识别用户的终端设备中的图像的匹配度两方面，准确识别用户是否为特定应用程序的首次激活用户，从而避免为同一用户重复分配用户ID。利用机器学习模型进行用户识别，具有识别速度快，准确率高的优点。将图像之间的匹配度作为判定首次激活用户的依据之一，能够利用图像匹配算法成熟、运算方式多样的特点，灵活准确地确定待识别用户是否为特定应用程序的首次激活用户。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的用户识别方法的第一种流程示意图；图2为本申请实施例提供的用户识别方法的第二种流程示意图；图3为本申请实施例提供的用户识别装置的第一种模块示意图；图4为本申请实施例提供的用户识别装置的第二种模块示意图；图5为本申请实施例提供的用户识别设备的结构示意图。具体实施方式为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。本申请实施例提供了一种用户识别方法及装置，其主要思想在于，根据某应用程序的首次激活用户的应用程序激活数据，以及该应用程序的多次激活用户的应用程序激活数据，训练用户识别模型，利用用户识别模型，以及本地数据库或远程数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，判断该待识别用户是否为该应用程序的首次激活用户，从而避免为同一用户重复分配用户ID。本实施例中，应用程序的激活数据可以是安装激活数据。图1为本申请实施例提供的用户识别方法的第一种流程示意图，该流程能够由服务器执行，如图1所示，该流程包括以下步骤：步骤S102，选取针对特定应用程序的历史激活数据作为样本数据，其中，每条历史激活数据均包括与用户的终端设备相关的标识信息。特定应用程序可以是开发人员较为关注安装量及使用量的应用程序。开发人员在关注特定应用程序的安装量及使用量时，可以首先通过本申请实施例中的方法识别某用户是否为本文档来自技高网...

【技术保护点】
一种用户识别方法，其特征在于，包括：选取针对特定应用程序的历史激活数据作为样本数据，其中，每条所述历史激活数据均包括与用户的终端设备相关的标识信息；对所述样本数据进行分析，确定出所述特定应用程序的首次激活用户对应的历史激活数据，以及，所述特定应用程序的多次激活用户对应的历史激活数据；根据所述首次激活用户对应的历史激活数据以及所述多次激活用户对应的历史激活数据，采用机器学习算法，训练用户识别模型；利用训练好的所述用户识别模型，以及本地数据库或远程数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，确定所述待识别用户是否为针对所述特定应用程序的首次激活用户。

【技术特征摘要】
1.一种用户识别方法，其特征在于，包括：选取针对特定应用程序的历史激活数据作为样本数据，其中，每条所述历史激活数据均包括与用户的终端设备相关的标识信息；对所述样本数据进行分析，确定出所述特定应用程序的首次激活用户对应的历史激活数据，以及，所述特定应用程序的多次激活用户对应的历史激活数据；根据所述首次激活用户对应的历史激活数据以及所述多次激活用户对应的历史激活数据，采用机器学习算法，训练用户识别模型；利用训练好的所述用户识别模型，以及本地数据库或远程数据库中预先存储的图像与待识别用户的终端设备中的图像的匹配度，确定所述待识别用户是否为针对所述特定应用程序的首次激活用户。2.根据权利要求1所述的方法，其特征在于，每项所述标识信息均具有各自对应的权重；则确定出所述特定应用程序的首次激活用户对应的历史激活数据，以及，所述特定应用程序的多次激活用户对应的历史激活数据，包括：在所述样本数据中，将包括的多项所述标识信息中，取值没有重复出现的标识信息的权重之和满足第一权重要求的历史激活数据，确定为所述特定应用程序的首次激活用户对应的历史激活数据，以及，取值重复出现的标识信息的权重之和满足第二权重要求的历史激活数据，确定为所述特定应用程序的多次激活用户对应的历史激活数据。3.根据权利要求2所述的方法，其特征在于，每条所述历史激活数据均至少包括安卓设备唯一标识码和谷歌广告ID；所述确定为所述特定应用程序的首次激活用户对应的历史激活数据，包括：在所述样本数据中，将包括的安卓设备唯一标识码和谷歌广告ID均没有重复出现的历史激活数据，以及，包括的安卓设备唯一标识码和谷歌广告ID中的至少一项没有重复出现，且对应的其他标识信息至少两项没有重复出现的历史激活数据，确定为所述首次激活用户对应的历史激活数据；所述确定为所述特定应用程序的多次激活用户对应的历史激活数据，包括：在所述样本数据中，将包括的安卓设备唯一标识码和谷歌广告ID均重复出现的历史激活数据，以及，包括的安卓设备唯一标识码和谷歌广告ID中的至少一项重复出现，且对应的其他标识信息至少一项重复出现的历史激活数据，确定为所述多次激活用户对应的历史激活数据。4.根据权利要求1至3任一项所述的方法，其特征在于，所述确定所述待识别用户是否为针对所述特定应用程序的首次激活用户，包括：利用训练好的所述用户识别模型，根据待识别用户针对所述特定应用程序的激活数据，确定所述待识别用户为所述首次激活用户的概率值；若所述概率值大于预设概率值，且本地数据库或远程数据库中预先存储的图像与所述待识别用户的终端设备中的图像的匹配度不满足预设匹配度要求，则确定所述待识别用户为针对所述特定应用程序的首次激活用户。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取所述待识别用户的终端设备中，由所述终端设备的前置摄像头拍摄的图像；若本地数据库或远程数据库中未存储有获取的所述图像，则确定所述预先存储的图像与所述待识别用户的终端设备中的图像的匹配度不满足预设匹配度要求；...

【专利技术属性】
技术研发人员：蔡馥励，王长路，周桐，李涛，
申请(专利权)人：北京麒麟合盛网络技术有限公司，
类型：发明
国别省市：北京,11