公开(公告)号：CN108924246A

公开(公告)日：2018-11-30

申请号：CN201810826981.3

申请日：2018-07-25

Applicant: 东北大学

Inventor： 申德荣 ,  亓建顺 ,  聂铁铮 ,  寇月 ,  于戈

IPC: H04L29/08 ,  G06F17/30 ,  G06K9/62

CPC classification number: H04L67/02 ,  G06K9/6215 ,  G06K9/6218 ,  G06K9/6259

Abstract: 本发明提供一种支持用户私有IP发现的跨屏追踪方法，涉及数据质量和数据集成技术领域。该方法首先基于半监督学习的迭代式方法计算数据集中所有IP的用户私有IP概率；并基于用户私有IP概率生成候选集；计算候选集中候选对上的各属性的TF-IDF相似度和关联相似度以及IP属性上的PIPSim相似度，得到候选对的属性相似度向量；利用GBRT模型预测候选对的相似度；最后基于得到的相似度生成相似度图，使用图聚类算法进行用户聚类。本发明提供的支持用户私有IP发现的跨屏追踪方法，综合考虑了设备、Cookie和已知用户之间的用户识别，相比于其他的跨屏追踪方法，在准确率、召回率以及F-0.5值上都有较大幅度的提升。

公开(公告)号：CN108924246B

公开(公告)日：2021-01-01

申请号：CN201810826981.3

申请日：2018-07-25

Applicant: 东北大学

Inventor： 申德荣 ,  亓建顺 ,  聂铁铮 ,  寇月 ,  于戈

IPC: H04L29/08 ,  G06F16/9535 ,  G06K9/62

Abstract: 本发明提供一种支持用户私有IP发现的跨屏追踪方法，涉及数据质量和数据集成技术领域。该方法首先基于半监督学习的迭代式方法计算数据集中所有IP的用户私有IP概率；并基于用户私有IP概率生成候选集；计算候选集中候选对上的各属性的TF‑IDF相似度和关联相似度以及IP属性上的PIPSim相似度，得到候选对的属性相似度向量；利用GBRT模型预测候选对的相似度；最后基于得到的相似度生成相似度图，使用图聚类算法进行用户聚类。本发明提供的支持用户私有IP发现的跨屏追踪方法，综合考虑了设备、Cookie和已知用户之间的用户识别，相比于其他的跨屏追踪方法，在准确率、召回率以及F‑0.5值上都有较大幅度的提升。