申请/专利权人：贝壳找房(北京)科技有限公司

申请日：2022-12-06

公开（公告）日：2024-06-07

公开（公告）号：CN115730251B

主分类号：G06F18/241

分类号：G06F18/241;G06F18/214;G06Q40/04

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2023.03.21#实质审查的生效;2023.03.03#公开

摘要：本发明实施例公开了一种关系识别方法。所述关系识别方法包括：根据用户数据库中的多个节点之间的强关联关系，构建关于所述多个节点的强关系网络，其中，具有强关联关系的节点群构成所述强关系网络中的同一连通分量；通过第一梯度提升模型确定所述强关系网络中的同一连通分量中的待识别节点对之间的强关联关系的第一置信度；以及在所述第一置信度大于第一预设值的情况下，确定所述同一连通分量中的所述待识别节点对所对应的用户为同一决策主体。本发明可有效地识别具有强关联关系的待识别节点对例如，手机号对是否对应于同一决策主体，从而至少可有效识别上述换号成交的情况。

主权项：1.一种关系识别方法，其特征在于，所述关系识别方法包括：根据用户数据库中的多个节点之间的强关联关系，构建关于所述多个节点的强关系网络，其中，具有强关联关系的节点群构成所述强关系网络中的同一连通分量，以及所述强关联关系包括以下各项中的至少两者：注册关系、绑定关系、登录关系、带看关系、委托关系以及成交关系；通过第一梯度提升模型确定所述强关系网络中的所述同一连通分量中的待识别节点对之间的强关联关系的第一置信度；以及在所述第一置信度大于第一预设值的情况下，确定所述同一连通分量中的所述待识别节点对所对应的用户为同一决策主体，其中，所述通过第一梯度提升模型确定所述强关系网络中的同一连通分量中的待识别节点对之间的强关联关系的第一置信度包括：通过第一梯度提升模型与第一正样本集，并采用预设分类学习方法确定所述同一连通分量中的待识别节点对之间的强关联关系的第一置信度，所述第一正样本集包括：在预设时间段内的同一连通分量中的满足以下条件的待识别节点对，相互分享过的用户、从发生共同成交或共同带看的用户中随机抽取的部分用户、以及发生共同成交或共同带看中的一者并且所述待识别节点对之间的路径长度大于预设数目的用户，以及所述第一正样本集中的每一者的多维度特征包括以下各项中的至少两者：最短路径长度、路径数目、路径总长度、连通分量中的节点总数、路径上手机号节点的数目、路径上设备号节点的数目以及路径上委托关系号节点的数目，其中，所述待识别节点为手机号。

全文数据：

权利要求：

百度查询： 贝壳找房(北京)科技有限公司 关系识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD