标识打通及标识打通结果查询方法、装置、设备及介质与流程

1.本公开涉及人工智能技术领域，特别涉及大数据处理、深度学习以及云计算等领域的标识打通及标识打通结果查询方法、装置、设备及介质。


背景技术：

2.标识(id)打通服务为统一用户个性化数据提供了相关能力，在商业广告归因、用户行为聚合等场景发挥了重要作用。


技术实现要素：

3.本公开提供了标识打通及标识打通结果查询方法、装置、设备及介质。
4.一种标识打通方法，包括：
5.实时获取用户行为数据，并针对获取到的各用户行为数据，分别进行以下处理：
6.从所述用户行为数据中提取出用户的标识，响应于提取出的标识数量大于一，将各标识分别与自身之外的其它各标识组成标识对；
7.从组成的标识对中确定出目标标识对，将所述目标标识对保存到实时数据表中，所述目标标识对中的两个标识对应于同一用户，所述实时数据表用于结合离线数据表生成查询请求对应的查询结果，所述查询请求为针对标识打通结果的查询请求，所述离线数据表中保存有离线生成的标识打通结果，所述离线数据表周期性进行更新。
8.一种标识打通结果查询方法，包括：
9.获取针对标识打通结果的查询请求；
10.响应于确定所述查询请求为第一类查询请求，根据实时数据表以及离线数据表中的标识打通结果，生成对应的查询结果并返回，所述离线数据表中保存有离线生成的标识打通结果，所述离线数据表周期性进行更新，所述实时数据表中保存有从组成的标识对中确定出的目标标识对，同一目标标识对中的两个标识对应于同一用户，所述标识对为针对实时获取到的各用户行为数据、利用从同一用户行为数据中提取出的用户的标识两两组成的标识对，提取出的标识数量大于一。
11.一种标识打通装置，包括：数据获取模块以及标识打通模块；
12.所述数据获取模块，用于实时获取用户行为数据；
13.所述标识打通模块，用于针对获取到的各用户行为数据，分别进行以下处理：从所述用户行为数据中提取出用户的标识，响应于提取出的标识数量大于一，将各标识分别与自身之外的其它各标识组成标识对，从组成的标识对中确定出目标标识对，将所述目标标识对保存到实时数据表中，所述目标标识对中的两个标识对应于同一用户，所述实时数据表用于结合离线数据表生成查询请求对应的查询结果，所述查询请求为针对标识打通结果的查询请求，所述离线数据表中保存有离线生成的标识打通结果，所述离线数据表周期性进行更新。
14.一种标识打通结果查询装置，包括：请求获取模块以及结果生成模块；
15.所述请求获取模块，用于获取针对标识打通结果的查询请求；
16.所述结果生成模块，用于响应于确定所述查询请求为第一类查询请求，根据实时数据表以及离线数据表中的标识打通结果，生成对应的查询结果并返回，所述离线数据表中保存有离线生成的标识打通结果，所述离线数据表周期性进行更新，所述实时数据表中保存有从组成的标识对中确定出的目标标识对，同一目标标识对中的两个标识对应于同一用户，所述标识对为针对实时获取到的各用户行为数据、利用从同一用户行为数据中提取出的用户的标识两两组成的标识对，提取出的标识数量大于一。
17.一种电子设备，包括：
18.至少一个处理器；以及
19.与所述至少一个处理器通信连接的存储器；其中，
20.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。
21.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。
22.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。
23.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
24.附图用于更好地理解本方案，不构成对本公开的限定。其中：
25.图1为本公开所述id打通方法实施例的流程图；
26.图2为本公开所述id打通结果查询方法实施例的流程图；
27.图3为本公开所述id打通以及id打通结果查询方法的整体实现过程示意图；
28.图4为本公开所述id打通装置实施例400的组成结构示意图；
29.图5为本公开所述id打通结果查询装置实施例500的组成结构示意图；
30.图6示出了可以用来实施本公开的实施例的电子设备600的示意性框图。
具体实施方式
31.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
32.另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
33.图1为本公开所述id打通方法实施例的流程图。如图1所示，包括以下具体实现方式。
34.在步骤101中，实时获取用户行为数据，并针对获取到的各用户行为数据，分别按
照步骤102-步骤103所示方式进行处理。
35.在步骤102中，从用户行为数据中提取出用户的id，响应于提取出的id数量大于一，将各id分别与自身之外的其它各id组成id对。
36.在步骤103中，从组成的id对中确定出目标id对，将目标id对保存到实时数据表中，目标id对中的两个id对应于同一用户，实时数据表用于结合离线数据表生成查询请求对应的查询结果，查询请求为针对id打通结果的查询请求，离线数据表中保存有离线生成的id打通结果，离线数据表周期性进行更新。
37.传统方式中，通常采用离线打通方式，如每间隔预定时长，则根据当前捕获到的所有用户id，通过离线计算方式更新一次离线数据表，由于上游产品线众多，数据量庞大无序，任务流程长，因此所述预定时长的取值通常不会太短，如可为3天或5天。离线数据表也可称为核心用户数据表等，其中记录有不同用户的id打通结果，即将同一用户的不同类型id串联起来，如可以拓扑图的形式进行表示等。同一用户的不同类型id可包括登录账号、设备id以及网页小型文本文件(cookie)等。
38.但这种方式至少会存在以下问题：在两次更新的间隔时期，当用户进行id打通结果查询时，会导致部分结果的缺失，如会导致最近一次更新到当前时间之间的结果缺失，从而降低了查询结果的准确性。
39.而采用上述方法实施例所述方案，可根据实时获取的用户行为数据，在实时数据表中记录新增的id关联关系，从而可利用实时数据表来补充离线数据表中缺失的内容，即作为对于离线延迟未捕获到的id的补充，相应地，可结合实时数据表以及离线数据表来生成查询请求对应的查询结果，进而提升了查询结果的准确性等。
40.如何获取用户行为数据不作限制，比如，可从实时数据源获取用户行为数据，如某一用户登录某一购物网站浏览了某一商品，那么则可生成一条用户行为数据，类似地，用户的其它行为可会生成对应的用户行为数据。
41.针对获取到每条用户行为数据，可分别按照步骤102-步骤103所示方式进行处理。
42.首先，可从用户行为数据中提取出用户的id，提取出的id数量可能大于一，也可能等于一，相应地，后续可分别采用不同的处理方式。另外，优选地，在从用户行为数据中提取出用户的id之前，还可先对用户行为数据进行异常识别，响应于将用户行为数据识别为异常数据，可过滤掉用户行为数据。比如，可将对应的互联网协议(ip，internet protocol)没有位于ip白名单中的用户行为数据识别为异常数据，或者，可将对应的时间戳异常的用户行为数据识别为异常数据等。
43.通过上述处理，可对异常数据进行提前过滤，从而可减少后续处理的工作量以及减少资源消耗等。
44.若提取出的id数量大于一，可将各id分别与自身之外的其它各id组成id对，比如，假设共提取出了3种不同类型的id，分别为id1、id2和id3，那么可组成3个id对，分别为id1和id2组成的id对、id1和id3组成的id对以及id2和id3组成的id对。
45.之后，可从组成的id对中确定出目标id对，并可将目标id对保存到实时数据表中。理论上来说，可直接将组成的各id对均作为目标id对，但优选地，可针对组成的各id对，分别进行以下处理：根据实时数据表中保存的id间的直接关联关系，确定出该id对中的两个id的扩展id，根据扩展id对该id对进行校验，响应于确定校验通过，确定该id对中的两个id
存在直接关联关系，并保存到实时数据表中，存在直接关联关系的两个id对应于同一用户。
46.在实际应用中，可能由于各种原因，导致出现在同一用户行为数据中的两个id对应的不是同一用户，相应地，可对组成的id对进行校验，只有校验通过的id对才会保存到实时数据表中，从而提升了实时数据表中的内容的准确性等。
47.另外，若确定任一组成的id对已经存在于实时数据表中，那么可无需执行后续处理，以避免重复保存等。
48.优选地，针对组成的任一id对，确定出其中的两个id的扩展id的方式可包括：根据实时数据表中保存的id间的直接关联关系，分别确定出与第一id存在直接关联关系的id以及与第二id存在直接关联关系的id，作为一度扩展id，第一id和第二id为id对中的两个id，之后可根据实时数据表中保存的id间的直接关联关系，分别确定出与各一度扩展id存在直接关联关系的id，作为二度扩展id，进而可将一度扩展id以及二度扩展id作为所需的扩展id。
49.通过上述处理，可高效准确地获取到所需的扩展id，从而为后续处理奠定了良好的基础。
50.根据获取到的各扩展id，可对id对进行校验。优选地，可分别获取各扩展id的id置信度，并可按照id置信度由高到低的顺序对各扩展id进行排序，响应于确定排序后处于前m位的扩展id对应于同一核心标识(coreid)，可确定对id对的校验通过，m为正整数，且m小于或等于扩展id的数量，coreid为获取到的对应用户(coreid对应的用户)的所有id中优先级最高的id，相应地，响应于确定校验通过，可确定id对中的两个id存在直接关联关系，并可保存到实时数据表中，具体地，可将id对保存到实时数据表中，并可记录所对应的coreid，即建立与coreid之间的对应关系，具体保存和记录方式不限。
51.举例说明：假设针对某一id对，利用其中的第一id进行一度扩展，得到了2个一度扩展id，利用其中的第二id进行一度扩展，也得到了2个一度扩展id，进一步地，利用这4个一度扩展id分别进行二度扩展，假设分别得到了2个二度扩展id，这样，共得到4+8＝12个扩展id，进一步地，可分别获取这12个扩展id的id置信度，并可按照id置信度由高到低的顺序对这12个扩展id进行排序，响应于确定排序后处于前3位的扩展id对应于同一coreid，可确定对id对的校验通过，相应地，可确定id对中的两个id存在直接关联关系，并可保存到实时数据表中，另外，还可记录所对应的coreid等。
52.可预先为不同类型的id设置不同的优先级，如登录账号的优先级最高，其次为设备ip，再其次为......等。比如，在离线数据表中，可按照优先级由高到低的顺序，通过拓扑图的形式记录同一用户的不同类型id，其中优先级最高的id即为coreid。可通过查询离线数据表来获取所需的coreid，也可直接使用实时数据表中记录的对应于同一用户的id对应的coreid。
53.另外，针对任一id对，除了将其中的两个id作为存在直接关联关系的id保存到实时数据表中之外，还可将其中的两个id分别对应的属性信息等保存到实时数据表中，所述属性信息中具体包括哪些内容可根据实际需要，如可包括对应的产品线、时间戳以及浏览器型号等，相应地，后续针对查询请求生成查询结果时，可将属性信息连同对应的id一起返回。
54.通过上述处理，可在实时数据表中记录新增的id关联关系，并可挂载到离线挖掘
出来的稳定自然人(用户)的id打通结果中，从而可利用实时数据表来补充离线数据表中缺失的内容。
55.在实际应用中，还可定期地对实时数据表中的内容进行过滤，如可将过旧的信息进行淘汰，或者可根据离线数据表中的内容来淘汰实时数据表中的部分重复内容等，具体方式不限，从而可节省存储资源。
56.优选地，可采用以下方式来获取各扩展id的id置信度：针对各扩展id，分别进行以下处理：根据扩展id对应的属性信息，确定出扩展id的初始置信度，并获取所述初始置信度与扩展id的上一级id的id置信度的乘积，将所述乘积与100的比值作为扩展id的id置信度，其中，若扩展id为一度扩展id，则其上一级id为对应的第一id或第二id，若扩展id为二度扩展id，则其上一级id为对应的一度扩展id，第一id和第二id的id置信度均为100。
57.属性信息中具体包括哪些内容可根据实际需要而定，如何根据属性信息确定出扩展id的初始置信度同样可根据实际需要而定，比如，可根据预先设定的计算规则，计算出初始置信度。
58.假设针对某一id对，其中包括ida和idb两个id，利用ida进行一度扩展，得到了2个一度扩展id，分别为idc和idd，利用idb进行一度扩展，也得到了2个一度扩展id，分别为ide和idf，进一步地，利用这4个一度扩展id分别进行二度扩展，假设分别得到了2个二度扩展id，其中，假设利用idc得到的二度扩展id为idh和idi。
59.那么，以idc为例，可首先获取其初始置信度，之后可获取idc的初始置信度与ida的id置信度的乘积，进而可将所述乘积与100的比值作为idc的id置信度，再以idh为例，可首先获取其初始置信度，之后可获取idh的初始置信度与idc的id置信度的乘积，进而可将所述乘积与100的比值作为idh的id置信度。
60.第一id和第二id的id置信度均设置为100，扩展id的id置信度均不超过100，并且下一级扩展id的初始置信度需要乘以上一级扩展id的id置信度，再除以100后作为下一级扩展id的id置信度。
61.即有：dst_id置信度＝src_id置信度*初始置信度/100；(1)
62.其中，dst_id置信度表示下一级扩展id的id置信度，src_id置信度表示上一级扩展id的id置信度。
63.以上介绍的是当从用户行为数据中提取出的id数量大于一时的处理方式。
64.优选地，若提取出的id数量等于一，那么可将提取出的id及对应的属性信息加入到预测集中，属性信息同样从用户行为数据中提取得到，之后，针对提取出的id，可分别将其与预测集中符合预定要求的其它id组成id对，并可针对组成的各id对，分别进行以下处理：根据其中的两个id对应的属性信息，利用预先训练得到的轻量级策略预测模型，确定出其中的两个id是否对应于同一用户，响应于确定结果为是，可将id对保存到实时数据表中，并可记录所对应的coreid。
65.另外，优选地，针对提取出的id，将其与符合预定要求的其它id组成id对的方式可包括：分别将其与预测集中的其它各id组成id对，或者，分别将其与所在ip分桶中的其它各id组成id对，预测集中的id属于至少两个不同的ip分桶。
66.ip分桶可以是指将北京的ip分为一组，将上海的ip分为一组等，即可按照城市进行分组。通常来说，对于两个id，如果其对应的ip一个属于北京，另一个属于上海，那么这两
个id对应同一用户的可能性较小，因此，针对提取出的id，可仅将其与所在ip分桶中的其它各id组成id对，以节省后续处理的工作量等，或者，为避免出现遗漏，也可将其与预测集中的其它各id均组成id对，以提升处理结果的全面性和准确性等，具体采用哪种方式可根据实际需要而定，非常的灵活方便。
67.针对组成的每个id对，可分别根据其中的两个id对应的属性信息，利用轻量级策略预测模型，确定出其中的两个id是否对应于同一用户。比如，可将两个id及分别对应的属性信息作为轻量级策略预测模型的输入，得到输出的置信度，之后可将得到的置信度与预定阈值进行比较，若大于阈值，则可确定两个id对应于同一用户，反之，则可确定两个id对应于不同用户，所述阈值的具体取值可根据实际需要而定。
68.若确定两个id对应于同一用户，可将其作为存在直接关联关系的id对保存到实时数据表中，并可记录所对应的coreid。
69.通过上述处理，可实时解决可能的两个id属于同一用户的情况，帮助召回更多正确的用户id，提升id打通率等。
70.另外，可以看出，本公开所述方案中，针对从用户行为数据中提取出的id数量的不同，可分别采用不同的处理方式，从而使得所述处理更具针对性，进而进一步提升了处理结果的准确性等。
71.在实际应用中，可基于所构建的训练样本来训练得到轻量级策略预测模型，并可通过训练样本的多样性来提升轻量级策略预测模型的准确性。
72.比如，可针对不同ip分桶内的各id，两两组合，之后可根据系统版本、浏览器、品牌等特征的区分度，使用逻辑回归(lr，logistic regression)模型筛选出大致可能对应于同一用户的id对，之后可通过人工校对及标注等，构建出正负训练样本，并可基于设定的特征选择，训练得到轻量级策略预测模型。
73.按照本公开所述方案得到的实时数据表可用于生成查询请求对应的查询结果，查询请求为针对id打通结果的查询请求，查询结果为结合离线数据表生成的查询结果，离线数据表中保存有离线生成的id打通结果，离线数据表周期性进行更新。
74.另外，优选地，本公开所述方案还可包括：响应于所在集群为所设置的n个集群中的主集群，将实时数据表同步到各非主集群，n为大于一的正整数，主集群以及非主集群分别用于针对下属区域范围内的用户发送的查询请求生成查询结果。
75.比如，针对整体区域范围(如全国)，可设置多个不同的集群，每个集群可分别下属不同的区域范围，如华北地区、东北地区等，并可将其中的一个集群确定为主集群，相应地，其它集群则为非主集群，本公开所述方案的执行主体可位于主集群中，并可将实时数据表同步到各非主集群，主集群以及各非主集群可分别用于针对下属区域范围内的用户发送的查询请求生成查询结果，即可仅为下属区域范围内的用户提供查询服务，不会涉及到跨集群查询，从而可减少传输时延，提升响应速度等。
76.相应地，图2为本公开所述id打通结果查询方法实施例的流程图。如图2所示，包括以下具体实现方式。
77.在步骤201中，获取针对id打通结果的查询请求。
78.在步骤202中，响应于确定查询请求为第一类查询请求，根据实时数据表以及离线数据表中的id打通结果，生成对应的查询结果并返回，离线数据表中保存有离线生成的id
打通结果，离线数据表周期性进行更新，实时数据表中保存有从组成的id对中确定出的目标id对，同一目标id对中的两个id对应于同一用户，id对为针对实时获取到的各用户行为数据、利用从同一用户行为数据中提取出的用户的id两两组成的id对，提取出的id数量大于一。
79.采用上述方法实施例所述方案，可根据实时获取的用户行为数据，在实时数据表中记录新增的id关联关系，从而可利用实时数据表来补充离线数据表中缺失的内容，即作为对于离线延迟未捕获到的id的补充，相应地，可结合实时数据表以及离线数据表来生成查询请求对应的查询结果，进而提升了查询结果的准确性等。
80.优选地，响应于确定查询请求为第二类查询请求，可根据离线数据表中的id打通结果，生成对应的查询结果并返回。
81.即发出查询请求的用户可根据自身需要选择进行哪种类型的查询，也就是说，可提供不同的查询模式供用户进行选择，非常的灵活方便。
82.另外，优选地，确定查询请求为第一类查询请求的方式可包括：读取查询请求中携带的预定参数，响应于确定预定参数的取值为第一取值，确定查询请求为第一类查询请求，确定查询请求为第二类查询请求的方式可包括：读取查询请求中携带的预定参数，响应于确定预定参数的取值为第二取值，确定查询请求为第二类查询请求。
83.所述预定参数可为实时id查询参数(realtime)，若用户希望获得时效性更高、内容更为丰富的查询结果，那么可将realtime的取值设置为true，如设置为1，即选择使用实时id打通查询功能，相应地，可结合实时数据表以及离线数据表中的id打通结果，生成对应的查询结果并返回，反之，可将realtime的取值设置为0，即选择不使用实时id打通查询功能，相应地，可根据离线数据表中的id打通结果，生成对应的查询结果并返回。
84.另外，查询请求中具体携带哪些信息可根据实际需要而定，比如，除上述预定参数外，还可包括查询对象以及查询类型等信息，如查询对象可为一个/多个cookie，查询类型可用于指定将哪些类型的id返回，相应地，可将与这个/这些cookie属于同一用户的所述查询类型的id(还可包括对应的属性信息等)返回。
85.可以看出，借助于上述预定参数，用户可方便地选择所采用的查询模式，而且，无论是哪种查询模式，均可快速地获取到所需的查询结果，并确保了查询结果的准确性等。
86.结合上述介绍，图3为本公开所述id打通以及id打通结果查询方法的整体实现过程示意图。
87.如图3所示，可实时获取用户行为数据，并可针对每个用户行为数据，分别从中提取出用户的id，并可将提取出的id进行去重等处理后保存到中间件如数据中心(datehub)中，之后可进行实时计算，即可按照从用户行为数据中提取出的id数量的不同，分别按照对应的方式进行处理，并可进行数据灌库操作，即可将实时计算产生的存在直接关联关系的id对等数据灌入到实时数据表中，如可按照预定格式，经过哈希/移位等操作将所述数据转换成所需的格式后灌入到实时数据表中，所述预定格式具体为何种格式不限，如可为非关系型数据库(simpledb)等。
88.另外，如图3所示，以上操作可在主集群中完成，还可将实时数据表更新到各非主集群，相应地，每个集群(如图3中所示的集群a、集群b和集群c)均会存在实时数据表，并可通过相关接口提供查询服务，进而可针对不同类型的查询请求，生成对应的查询结果并返
回。
89.需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。另外，某个实施例中没有详述的部分，可以参见其它实施例中的相关说明。
90.以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
91.图4为本公开所述id打通装置实施例400的组成结构示意图。如图4所示，包括：数据获取模块401以及标识打通模块402。
92.数据获取模块401，用于实时获取用户行为数据。
93.标识打通模块402，用于针对获取到的各用户行为数据，分别进行以下处理：从用户行为数据中提取出用户的id，响应于提取出的id数量大于一，将各id分别与自身之外的其它各id组成id对，从组成的id对中确定出目标id对，将目标id对保存到实时数据表中，目标id对中的两个id对应于同一用户，实时数据表用于结合离线数据表生成查询请求对应的查询结果，查询请求为针对id打通结果的查询请求，离线数据表中保存有离线生成的id打通结果，离线数据表周期性进行更新。
94.采用上述装置实施例所述方案，可根据实时获取的用户行为数据，在实时数据表中记录新增的id关联关系，从而可利用实时数据表来补充离线数据表中缺失的内容，即作为对于离线延迟未捕获到的id的补充，相应地，可结合实时数据表以及离线数据表来生成查询请求对应的查询结果，进而提升了查询结果的准确性等。
95.针对获取到的每条用户行为数据，首先，标识打通模块402可从中提取出用户的id，提取出的id数量可能大于一，也可能等于一，相应地，后续可分别采用不同的处理方式。另外，优选地，标识打通模块402在从用户行为数据中提取出用户的id之前，还可先对用户行为数据进行异常识别，响应于将用户行为数据识别为异常数据，可过滤掉用户行为数据。
96.若提取出的id数量大于一，标识打通模块402可将各id分别与自身之外的其它各id组成id对，并且，标识打通模块402可从组成的id对中确定出目标id对，并可将目标id对保存到实时数据表中。理论上来说，可直接将组成的各id对均作为目标id对，但优选地，可针对组成的各id对，分别进行以下处理：根据实时数据表中保存的id间的直接关联关系，确定出该id对中的两个id的扩展id，根据扩展id对该id对进行校验，响应于确定校验通过，确定该id对中的两个id存在直接关联关系，并保存到实时数据表中，存在直接关联关系的两个id对应于同一用户。
97.优选地，标识打通模块402针对组成的任一id对，确定出其中的两个id的扩展id的方式可包括：根据实时数据表中保存的id间的直接关联关系，分别确定出与第一id存在直接关联关系的id以及与第二id存在直接关联关系的id，作为一度扩展id，第一id和第二id为id对中的两个id，之后可根据实时数据表中保存的id间的直接关联关系，分别确定出与各一度扩展id存在直接关联关系的id，作为二度扩展id，进而可将一度扩展id以及二度扩展id作为所需的扩展id。
98.根据获取到的各扩展id，标识打通模块402可对id对进行校验。优选地，标识打通
模块402可分别获取各扩展id的id置信度，并可按照id置信度由高到低的顺序对各扩展id进行排序，响应于确定排序后处于前m位的扩展id对应于同一coreid，可确定对id对的校验通过，m为正整数，且m小于或等于扩展id的数量，coreid为获取到的对应用户的所有id中优先级最高的id，相应地，响应于确定校验通过，可确定id对中的两个id存在直接关联关系，并可保存到实时数据表中，具体地，可将id对保存到实时数据表中，并可记录所对应的coreid，即建立与coreid之间的对应关系。
99.优选地，标识打通模块402可采用以下方式来获取各扩展id的id置信度：针对各扩展id，分别进行以下处理：根据扩展id对应的属性信息，确定出扩展id的初始置信度，并获取所述初始置信度与扩展id的上一级id的id置信度的乘积，将所述乘积与100的比值作为扩展id的id置信度，其中，若扩展id为一度扩展id，则其上一级id为对应的第一id或第二id，若扩展id为二度扩展id，则其上一级id为对应的一度扩展id，第一id和第二id的id置信度均为100。
100.以上介绍的是当从用户行为数据中提取出的id数量大于一时的处理方式。优选地，若提取出的id数量等于一，标识打通模块402可将提取出的id及对应的属性信息加入到预测集中，属性信息同样从用户行为数据中提取得到，之后，针对提取出的id，可分别将其与预测集中符合预定要求的其它id组成id对，并可针对组成的各id对，分别进行以下处理：根据其中的两个id对应的属性信息，利用预先训练得到的轻量级策略预测模型，确定出其中的两个id是否对应于同一用户，响应于确定结果为是，可将id对保存到实时数据表中，并可记录所对应的coreid。
101.另外，优选地，针对提取出的id，标识打通模块402分别将其与预测集中符合预定要求的其它id组成id对的方式可包括：分别将其与预测集中的其它各id组成id对，或者，分别将其与所在ip分桶中的其它各id组成id对，预测集中的id属于至少两个不同的ip分桶。
102.另外，优选地，标识打通模块402响应于所在集群为所设置的n个集群中的主集群，还可将实时数据表同步到各非主集群，n为大于一的正整数，主集群以及非主集群分别用于针对下属区域范围内的用户发送的查询请求生成查询结果。
103.图5为本公开所述id打通结果查询装置实施例500的组成结构示意图。如图5所示，包括：请求获取模块501以及结果生成模块502。
104.请求获取模块501，用于获取针对标识打通结果的查询请求。
105.结果生成模块502，用于响应于确定查询请求为第一类查询请求，根据实时数据表以及离线数据表中的id打通结果，生成对应的查询结果并返回，离线数据表中保存有离线生成的id打通结果，离线数据表周期性进行更新，实时数据表中保存有从组成的id对中确定出的目标id对，同一目标id对中的两个id对应于同一用户，id对为针对实时获取到的各用户行为数据、利用从同一用户行为数据中提取出的用户的id两两组成的id对，提取出的id数量大于一。
106.采用上述装置实施例所述方案，可根据实时获取的用户行为数据，在实时数据表中记录新增的id关联关系，从而可利用实时数据表来补充离线数据表中缺失的内容，即作为对于离线延迟未捕获到的id的补充，相应地，可结合实时数据表以及离线数据表来生成查询请求对应的查询结果，进而提升了查询结果的准确性等。
107.优选地，结果生成模块502响应于确定查询请求为第二类查询请求，可根据离线数
据表中的id打通结果，生成对应的查询结果并返回。
108.另外，优选地，结果生成模块502确定查询请求为第一类查询请求的方式可包括：读取查询请求中携带的预定参数，响应于确定预定参数的取值为第一取值，确定查询请求为第一类查询请求，确定查询请求为第二类查询请求的方式可包括：读取查询请求中携带的预定参数，响应于确定预定参数的取值为第二取值，确定查询请求为第二类查询请求。
109.所述预定参数可为realtime，若用户希望获得时效性更高、内容更为丰富的查询结果，那么可将realtime的取值设置为true，如设置为1，即选择使用实时id打通查询功能，相应地，可结合实时数据表以及离线数据表中的id打通结果，生成对应的查询结果并返回，反之，可将realtime的取值设置为0，即选择不使用实时id打通查询功能，相应地，可根据离线数据表中的id打通结果，生成对应的查询结果并返回。
110.图4和图5所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明，不再赘述。
111.本公开所述方案可应用于人工智能领域，特别涉及大数据处理、深度学习以及云计算等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
112.另外，本公开所述实施例中的用户行为数据等并不是针对某一特定用户的，并不能反映出某一特定用户的个人信息。本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
113.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
114.图6示出了可以用来实施本公开的实施例的电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
115.如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
116.设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
117.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。
118.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
119.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
120.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
121.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
122.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算
系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
123.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
124.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
125.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

技术特征：
1.一种标识打通方法，包括：实时获取用户行为数据，并针对获取到的各用户行为数据，分别进行以下处理：从所述用户行为数据中提取出用户的标识，响应于提取出的标识数量大于一，将各标识分别与自身之外的其它各标识组成标识对；从组成的标识对中确定出目标标识对，将所述目标标识对保存到实时数据表中，所述目标标识对中的两个标识对应于同一用户，所述实时数据表用于结合离线数据表生成查询请求对应的查询结果，所述查询请求为针对标识打通结果的查询请求，所述离线数据表中保存有离线生成的标识打通结果，所述离线数据表周期性进行更新。2.根据权利要求1所述的方法，其中，所述从组成的标识对中确定出目标标识对包括：针对组成的各标识对，分别进行以下处理：根据所述实时数据表中保存的标识间的直接关联关系，确定出所述标识对中的两个标识的扩展标识，根据所述扩展标识对所述标识对进行校验，响应于确定校验通过，确定所述标识对中的两个标识存在直接关联关系，并保存到所述实时数据表中，所述存在直接关联关系的两个标识对应于同一用户。3.根据权利要求2所述的方法，其中，所述确定出所述标识对中的两个标识的扩展标识包括：根据所述实时数据表中保存的标识间的直接关联关系，分别确定出与第一标识存在直接关联关系的标识以及与第二标识存在直接关联关系的标识，作为一度扩展标识，所述第一标识和所述第二标识为所述标识对中的两个标识；根据所述实时数据表中保存的标识间的直接关联关系，分别确定出与各一度扩展标识存在直接关联关系的标识，作为二度扩展标识；将所述一度扩展标识以及所述二度扩展标识作为所述扩展标识。4.根据权利要求3所述的方法，其中，所述根据所述扩展标识对所述标识对进行校验包括：分别获取各扩展标识的标识置信度，并按照标识置信度由高到低的顺序对各扩展标识进行排序，响应于确定排序后处于前m位的扩展标识对应于同一核心标识，确定对所述标识对的校验通过，m为正整数，且m小于或等于扩展标识的数量，所述核心标识为获取到的对应用户的所有标识中优先级最高的标识；所述响应于确定校验通过，确定所述标识对中的两个标识存在直接关联关系，并保存到所述实时数据表中包括：将所述标识对保存到所述实时数据表中，并记录所对应的核心标识。5.根据权利要求4所述的方法，其中，所述分别获取各扩展标识的标识置信度包括：针对各扩展标识，分别进行以下处理：根据所述扩展标识对应的属性信息，确定出所述扩展标识的初始置信度，并获取所述初始置信度与所述扩展标识的上一级标识的标识置信度的乘积，将所述乘积与100的比值作为所述扩展标识的标识置信度，其中，若所述扩展标识为所述一度扩展标识，则所述上一级标识为对应的所述第一标识或所述第二标识，若所述扩展标识为所述二度扩展标识，则所述上一级标识为对应的所述一度扩展标识，所述第一标识和所述第二标识的标识置信度均为100。6.根据权利要求1所述的方法，还包括：响应于提取出的标识数量等于一，将提取出的标识及对应的属性信息加入到预测集
中，所述属性信息同样从所述用户行为数据中提取得到；并且，针对提取出的标识，分别将其与所述预测集中符合预定要求的其它标识组成标识对，并针对组成的各标识对，分别进行以下处理：根据其中的两个标识对应的所述属性信息，利用预先训练得到的轻量级策略预测模型，确定出其中的两个标识是否对应于同一用户，响应于确定结果为是，将所述标识对保存到所述实时数据表中。7.根据权利要求6所述的方法，其中，所述将其与所述预测集中符合预定要求的其它标识组成标识对包括：分别将其与所述预测集中的其它各标识组成标识对；或者，分别将其与所在互联网协议分桶中的其它各标识组成标识对，所述预测集中的标识属于至少两个不同的互联网协议分桶。8.根据权利要求1所述的方法，还包括：针对获取到的任一用户行为数据，在从所述用户行为数据中提取出用户的标识之前，对所述用户行为数据进行异常识别，响应于将所述用户行为数据识别为异常数据，过滤掉所述用户行为数据。9.根据权利要求1～8中任一项所述的方法，还包括：响应于所在集群为所设置的n个集群中的主集群，将所述实时数据表同步到各非主集群，n为大于一的正整数，所述主集群以及所述非主集群分别用于针对下属区域范围内的用户发送的查询请求生成查询结果。10.一种标识打通结果查询方法，包括：获取针对标识打通结果的查询请求；响应于确定所述查询请求为第一类查询请求，根据实时数据表以及离线数据表中的标识打通结果，生成对应的查询结果并返回，所述离线数据表中保存有离线生成的标识打通结果，所述离线数据表周期性进行更新，所述实时数据表中保存有从组成的标识对中确定出的目标标识对，同一目标标识对中的两个标识对应于同一用户，所述标识对为针对实时获取到的各用户行为数据、利用从同一用户行为数据中提取出的用户的标识两两组成的标识对，提取出的标识数量大于一。11.根据权利要求10所述的方法，还包括：响应于确定所述查询请求为第二类查询请求，根据所述离线数据表中的标识打通结果，生成对应的查询结果并返回。12.根据权利要求11所述的方法，其中，所述确定所述查询请求为第一类查询请求包括：读取所述查询请求中携带的预定参数，响应于确定所述预定参数的取值为第一取值，确定所述查询请求为所述第一类查询请求；所述确定所述查询请求为第二类查询请求包括：读取所述查询请求中携带的所述预定参数，响应于确定所述预定参数的取值为第二取值，确定所述查询请求为所述第二类查询请求。13.一种标识打通装置，包括：数据获取模块以及标识打通模块；所述数据获取模块，用于实时获取用户行为数据；所述标识打通模块，用于针对获取到的各用户行为数据，分别进行以下处理：从所述用
户行为数据中提取出用户的标识，响应于提取出的标识数量大于一，将各标识分别与自身之外的其它各标识组成标识对，从组成的标识对中确定出目标标识对，将所述目标标识对保存到实时数据表中，所述目标标识对中的两个标识对应于同一用户，所述实时数据表用于结合离线数据表生成查询请求对应的查询结果，所述查询请求为针对标识打通结果的查询请求，所述离线数据表中保存有离线生成的标识打通结果，所述离线数据表周期性进行更新。14.根据权利要求13所述的装置，其中，所述标识打通模块针对组成的各标识对，分别进行以下处理：根据所述实时数据表中保存的标识间的直接关联关系，确定出所述标识对中的两个标识的扩展标识，根据所述扩展标识对所述标识对进行校验，响应于确定校验通过，确定所述标识对中的两个标识存在直接关联关系，并保存到所述实时数据表中，所述存在直接关联关系的两个标识对应于同一用户。15.根据权利要求14所述的装置，其中，所述标识打通模块根据所述实时数据表中保存的标识间的直接关联关系，分别确定出与第一标识存在直接关联关系的标识以及与第二标识存在直接关联关系的标识，作为一度扩展标识，所述第一标识和所述第二标识为所述标识对中的两个标识，根据所述实时数据表中保存的标识间的直接关联关系，分别确定出与各一度扩展标识存在直接关联关系的标识，作为二度扩展标识，将所述一度扩展标识以及所述二度扩展标识作为所述扩展标识。16.根据权利要求15所述的装置，其中，所述标识打通模块分别获取各扩展标识的标识置信度，并按照标识置信度由高到低的顺序对各扩展标识进行排序，响应于确定排序后处于前m位的扩展标识对应于同一核心标识，确定对所述标识对的校验通过，m为正整数，且m小于或等于扩展标识的数量，所述核心标识为获取到的对应用户的所有标识中优先级最高的标识；所述标识打通模块响应于确定校验通过，将所述标识对保存到所述实时数据表中，并记录所对应的核心标识。17.根据权利要求16所述的装置，其中，所述标识打通模块针对各扩展标识，分别进行以下处理：根据所述扩展标识对应的属性信息，确定出所述扩展标识的初始置信度，并获取所述初始置信度与所述扩展标识的上一级标识的标识置信度的乘积，将所述乘积与100的比值作为所述扩展标识的标识置信度，其中，若所述扩展标识为所述一度扩展标识，则所述上一级标识为对应的所述第一标识或所述第二标识，若所述扩展标识为所述二度扩展标识，则所述上一级标识为对应的所述一度扩展标识，所述第一标识和所述第二标识的标识置信度均为100。18.根据权利要求13所述的装置，其中，所述标识打通模块进一步用于，响应于提取出的标识数量等于一，将提取出的标识及对应的属性信息加入到预测集中，所述属性信息同样从所述用户行为数据中提取得到，并且，针对提取出的标识，分别将其与所述预测集中符合预定要求的其它标识组成标识对，并针对组成的各标识对，分别进行以下处理：根据其中的两个标识对应的所述属性信息，利用预先训练得到的轻量级策略预测模型，确定出其中的两个标识是否对应于同一用户，响应于确定结果为是，将所述标识对保存到所述实时数据表中。
19.根据权利要求18所述的装置，其中，所述标识打通模块针对提取出的标识，分别将其与所述预测集中的其它各标识组成标识对，或者，分别将其与所在互联网协议分桶中的其它各标识组成标识对，所述预测集中的标识属于至少两个不同的互联网协议分桶。20.根据权利要求13所述的装置，其中，所述标识打通模块进一步用于，针对获取到的任一用户行为数据，在从所述用户行为数据中提取出用户的标识之前，对所述用户行为数据进行异常识别，响应于将所述用户行为数据识别为异常数据，过滤掉所述用户行为数据。21.根据权利要求13～20中任一项所述的装置，其中，所述标识打通模块进一步用于，响应于所在集群为所设置的n个集群中的主集群，将所述实时数据表同步到各非主集群，n为大于一的正整数，所述主集群以及所述非主集群分别用于针对下属区域范围内的用户发送的查询请求生成查询结果。22.一种标识打通结果查询装置，包括：请求获取模块以及结果生成模块；所述请求获取模块，用于获取针对标识打通结果的查询请求；所述结果生成模块，用于响应于确定所述查询请求为第一类查询请求，根据实时数据表以及离线数据表中的标识打通结果，生成对应的查询结果并返回，所述离线数据表中保存有离线生成的标识打通结果，所述离线数据表周期性进行更新，所述实时数据表中保存有从组成的标识对中确定出的目标标识对，同一目标标识对中的两个标识对应于同一用户，所述标识对为针对实时获取到的各用户行为数据、利用从同一用户行为数据中提取出的用户的标识两两组成的标识对，提取出的标识数量大于一。23.根据权利要求22所述的装置，其中，所述结果生成模块进一步用于，响应于确定所述查询请求为第二类查询请求，根据所述离线数据表中的标识打通结果，生成对应的查询结果并返回。24.根据权利要求23所述的装置，其中，所述结果生成模块读取所述查询请求中携带的预定参数，响应于确定所述预定参数的取值为第一取值，确定所述查询请求为所述第一类查询请求，响应于确定所述预定参数的取值为第二取值，确定所述查询请求为所述第二类查询请求。25.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。26.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行权利要求1-12中任一项所述的方法。27.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1-12中任一项所述的方法。

技术总结
本公开提供了标识打通及标识打通结果查询方法、装置、设备及介质，涉及大数据处理、深度学习以及云计算等人工智能领域。所述标识打通方法可包括：针对实时获取到的各用户行为数据，分别进行以下处理：从用户行为数据中提取出用户的标识，若提取出的标识数量大于一，将各标识分别与其它各标识组成标识对；从组成的标识对中确定出目标标识对，并保存到实时数据表中，目标标识对中的两个标识对应于同一用户，实时数据表用于结合离线数据表生成查询请求对应的查询结果，查询请求为针对标识打通结果的查询请求，离线数据表中保存有离线生成的标识打通结果。应用本公开所述方案，可提升查询结果的准确性等。询结果的准确性等。询结果的准确性等。


技术研发人员：金博夫
受保护的技术使用者：百度（中国）有限公司
技术研发日：2023.03.30
技术公布日：2023/7/25