-
公开(公告)号：CN115934260A
公开(公告)日：2023-04-07
申请号：CN202111121978.X
申请日：2021-09-24
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F9/46
Abstract: 本发明提供一种基于XA两阶段提交协议的分布式事务提交方法及装置，该方法包括：协调者根据当前事务的每个参与者的当前资源空闲率、对历史事务的提交成功率，以及从所述协调者到每个参与者之间的网络丢包率，计算每个参与者对所述当前事务的提交成功率；将每个参与者按照所述当前事务的提交成功率从小到大的顺序进行排序，根据排序结果依次向每个参与者发送提交消息，以供每个参与者根据所述提交消息提交所述当前事务；若接收到每个参与者发送的反馈消息为提交失败或超过预设时长未接收到每个参与者发送的反馈消息，则对所有参与者的当前事务进行回滚。本发明降低各参与者提交事务不一致的概率，同时减小数据不一致导致的回滚工作量。
-
公开(公告)号：CN114595735A
公开(公告)日：2022-06-07
申请号：CN202011311299.4
申请日：2020-11-20
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例提供一种用户检测方法、装置、设备及计算机存储介质，涉及数据处理领域，用以提高用户检测的准确性和时效性。所述方法包括：获取待检测用户在预设时段内的多个订单数据，多个订单数据具有n个时序特征，其中n为正整数；提取每个订单数据中的至少一个特征值；对每个订单数据中的每个特征值分别进行处理，得到多个订单数据对应的频域特征矩阵；对频域特征矩阵进行高通滤波处理，生成高通特征矩阵；根据高通特征矩阵和目标分类器模型，对待检测用户进行检测，目标分类器模型是根据用户订单数据对应的高通特征矩阵以及对应的订单数据异常标签数据训练得到的。
-
公开(公告)号：CN110728289B
公开(公告)日：2022-06-03
申请号：CN201810778137.8
申请日：2018-07-16
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 深圳市大数据研究院
IPC: G06K9/62 , G06V10/764 , G06V10/771
Abstract: 本发明公开了一种家庭宽带用户的挖掘方法及设备，用于提高识别潜在家庭宽带用户的准确度。该宽带用户的分类方法包括：对采集的用户行为样本数据集进行训练，获得基于超平面的初始分类模型，其中，所述用户行为样本数据集包括至少两个宽带用户在预设时间段内上网的用户行为数据，所述用户行为数据用于表征用户进行通信业务的行为特征；根据权重系数对所述初始分类模型进行修正，其中，所述权重系数用于指示分类模型对样本错误分类的权重系数；通过修正后的分类模型对待分类的用户行为数据进行分析，获得所述至少两个宽带用户的分类结果。
-
公开(公告)号：CN110278555B
公开(公告)日：2022-04-01
申请号：CN201810215482.0
申请日：2018-03-15
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例公开了一种国际漫游沉默号码的识别方法，所述方法包括：基于预设基础指标中各个指标之间的相关性，确定特征指标；根据预设沉默号码界定规则，确定样本集中属于沉默号码类别的正样本，以及属于非沉默号码类别的负样本；根据正样本对应的国内外通信数据和负样本对应的国内外通信数据，以及特征指标，确定训练集数据和测试集数据；根据训练集数据和预设挖掘算法，训练识别模型，并根据测试集数据对识别模型进行准确率测试；当识别模型的准确率大于等于预设准确率阈值时，根据目标号码对应的国内外通信数据、特征指标，以及识别模型，识别目标号码是否为沉默号码。
-
公开(公告)号：CN113570392A
公开(公告)日：2021-10-29
申请号：CN202010357238.5
申请日：2020-04-29
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/02 , G06F16/2458 , G06F16/248
Abstract: 本发明实施例提供了一种用户分群方法、装置、电子设备及计算机存储介质。该用户分群方法，包括：获取用户的目标业务特征数据；依次对目标业务特征数据进行截尾处理和切片处理，得到多个区间组合特征数据；分别确定各个区间组合特征数据的信息值；基于各个区间组合特征数据的信息值和预设筛选规则信息，从多个区间组合特征数据中筛选出目标区间组合特征数据；基于目标区间组合特征数据，确定用户的分群结果。根据本发明实施例的用户分群方法、装置、电子设备及计算机存储介质，能够在进行用户分群的过程中减少计算资源的消耗。
-
Patent Agency Ranking
公开(公告)号：CN113554049A
公开(公告)日：2021-10-26
申请号：CN202010336551.0
申请日：2020-04-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种异网宽带用户识别的方法、装置、设备及存储介质。具体包括：获取本网用户对应的用户对数据集合和用户数据集合，所述用户对为具有业务关联关系的用户；利用家庭群组识别模型，对用户对数据集合对应的用户对进行识别，得到家庭群组用户信息，所述家庭群组识别模型是由用户对数据集合样本确定；利用宽带用户识别模型，对用户数据集合对应的用户进行识别，得到宽带用户信息，所述宽带用户识别模型是由用户数据集合样本确定；结合所述家庭群组用户信息，对宽带用户信息进行筛选，以将满足预设异网条件的宽带用户信息作为异网宽带用户信息。根据本发明实施例，可以提高异网宽带用户识别准确性和效率。
-
公开(公告)号：CN119358026A
公开(公告)日：2025-01-24
申请号：CN202411603762.0
申请日：2024-11-11
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F21/62 , G06N3/0464 , G06F21/60
Abstract: 本申请属于数据处理技术领域，公开了一种数据脱敏处理方法、装置、设备、存储介质及产品。本申请根据敏感业务数据和关联信息确定敏感业务数据对应的敏感类型，然后根据敏感类型确定数据脱敏处理方式，再根据数据脱敏处理方式和脱敏强度因子对敏感业务数据进行数据脱敏处理，获得脱敏后的业务数据。本申请先确定敏感业务数据对应的敏感类型，然后根据敏感类型确定数据脱敏处理方式，能够对敏感类型不同的敏感业务数据分别进行数据脱敏处理，并结合脱敏强度因子，相较于现有的按照最高隐私要求进行脱敏，本申请上述方式能够实现根据具体场景按需动态控制脱敏强度，进而有效地对敏感业务数据进行数据脱敏处理。
-
公开(公告)号：CN119203995A
公开(公告)日：2024-12-27
申请号：CN202411275497.8
申请日：2024-09-11
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F40/216 , G06F40/284 , G06N20/00 , G06F40/242
Abstract: 本申请公开了一种敏感数据风险审计方法、电子设备、装置、存储介质及程序产品，涉及数据处理技术领域，敏感数据风险审计方法包括：将原始数据对应的目标文本信息输入预设的目标敏感信息识别模型，通过目标敏感信息识别模型预测得到目标文本信息中的至少一条敏感信息以及各敏感信息分别对应的敏感类别；根据各敏感信息分别对应的敏感类别和预设的敏感等级规则，确定各敏感信息分别对应的敏感等级；基于各敏感信息的敏感等级和各敏感等级的频次，确定原始数据的风险等级。本申请的技术方案解决了敏感信息在审计时效率低和准确率偏低的问题。
-
公开(公告)号：CN113554049B
公开(公告)日：2024-11-29
申请号：CN202010336551.0
申请日：2020-04-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0201 , G06Q50/50 , G06F18/243 , G06F18/2415 , G06F18/23 , G06F18/27 , G06N5/01 , G06N20/20
Abstract: 本发明公开了一种异网宽带用户识别的方法、装置、设备及存储介质。具体包括：获取本网用户对应的用户对数据集合和用户数据集合，所述用户对为具有业务关联关系的用户；利用家庭群组识别模型，对用户对数据集合对应的用户对进行识别，得到家庭群组用户信息，所述家庭群组识别模型是由用户对数据集合样本确定；利用宽带用户识别模型，对用户数据集合对应的用户进行识别，得到宽带用户信息，所述宽带用户识别模型是由用户数据集合样本确定；结合所述家庭群组用户信息，对宽带用户信息进行筛选，以将满足预设异网条件的宽带用户信息作为异网宽带用户信息。根据本发明实施例，可以提高异网宽带用户识别准确性和效率。
-
公开(公告)号：CN114595735B
公开(公告)日：2024-08-02
申请号：CN202011311299.4
申请日：2020-11-20
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F18/241 , G06Q40/04 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供一种用户检测方法、装置、设备及计算机存储介质，涉及数据处理领域，用以提高用户检测的准确性和时效性。所述方法包括：获取待检测用户在预设时段内的多个订单数据，多个订单数据具有n个时序特征，其中n为正整数；提取每个订单数据中的至少一个特征值；对每个订单数据中的每个特征值分别进行处理，得到多个订单数据对应的频域特征矩阵；对频域特征矩阵进行高通滤波处理，生成高通特征矩阵；根据高通特征矩阵和目标分类器模型，对待检测用户进行检测，目标分类器模型是根据用户订单数据对应的高通特征矩阵以及对应的订单数据异常标签数据训练得到的。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.051 seconds)
