买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海九方云智能科技有限公司

摘要：本发明提供了一种基于强弱关系网络的用户智能识别方法和系统，对采集的各个业务端用户埋点数据进行处理，抽取得到用户节点与关系，生成图结构中的顶点结合、边集合；得到带有用户节点关系权重的节点关系；得到最大连通子图，作为用户识别结果候选集；训练得到融合头像昵称的用户识别模型，利用所述融合头像昵称的用户识别模型进行预测，得到最终用户识别结果集。本发明通过在用户关系网络中进行基于强弱关系子图计算，解决用户关系的错误性关联问题，并解决了用户关系图中部分用户数据失效过期或异常的问题，避免造成资源浪费及错误关系计算，且加入用户头像昵称相似度计算保证用户识别的准确性、适用性及广泛性。

主权项：1.一种基于强弱关系网络的用户智能识别方法，其特征在于，包括：步骤S1：对采集的各个业务端用户埋点数据进行处理，抽取得到用户节点与关系，生成图结构中的顶点集合、边集合；步骤S2：根据所述顶点集合、边集合，得到带有用户节点关系权重的节点关系；步骤S3：根据所述带有用户节点关系权重的节点关系，得到最大连通子图，作为用户识别结果候选集；步骤S4：针对所述用户识别结果候选集，训练得到融合头像昵称的用户识别模型，利用所述融合头像昵称的用户识别模型进行预测，得到最终用户识别结果集；所述步骤S4包括：步骤S4.1：针对所述用户识别结果候选集，随机选择部分数据作为模型训练样本，获取模型训练样本所包含用户的头像数据、昵称数据；分别计算用户之间头像、昵称的相似度及完全匹配值；所述步骤4.1包括：步骤S4.1.1：将所述模型训练样本中的用户头像数据进行改变分辨率、旋转操作分别得到操作后的用户头像数据profile1，profile2，并设定操作后的用户头像数据对应的用户昵称分别为name1，name2，作为模型输入数据；步骤S4.1.2：进行头像相似度计算，头像相似度计算采用ResNet+对比学习的方法来进行计算，在整个识别模型训练过程中，头像相似度计算会冻结ResNet50网络的前40层网络，不断优化调整后面网络层的参数，最终将头像图片编码为2048维的向量，通过余弦相似度来计算相似度值；昵称则采用基于规则的完全匹配方式进行相似度计算；步骤S4.2：将相似度特征值作为GDBT算法层的输入数据来预测识别用户候选集中的两个可能为同一用户的用户标识是否为同一个用户，得到训练好的融合头像昵称的用户识别模型；其中，所述相似度特征值包括头像相似度特征值、昵称相似度特征值；步骤S4.3：通过训练好的融合头像昵称的用户识别模型进行预测，若出现预测结果冲突，则将出现预测结果冲突的两个用户标记作为识别异常用户，加入到识别异常用户集，否则加入最终用户识别结果集；其中，所述预测结果冲突是指用户候选集中的两个可能为同一用户的用户标识被识别为不是同一用户；步骤S4.4：对识别异常用户集进行人工审核，修正识别错误的用户，并加入用户识别结果集及训练集，不断优化迭代预测模型。

全文数据：

权利要求：

百度查询： 上海九方云智能科技有限公司 基于强弱关系网络的用户智能识别方法和系统