基于用户等级的核身策略确定方法、装置及电子设备转让专利
申请号 : CN201810777869.5
文献号 : CN109064217B
文献日 : 2021-11-05
发明人 : 江南
申请人 : 创新先进技术有限公司
摘要 :
权利要求 :
1.一种基于用户等级的核身策略确定方法,包括:基于针对目标用户的当前身份核实请求,获取目标用户的生物特征数据;
基于预设评分模型和所述目标用户的生物特征数据,确定所述目标用户的等级评分,基于所述目标用户的等级评分,确定所述目标用户的用户等级;其中,所述预设评分模型是基于样本用户的生物特征数据训练得到的,所述目标用户的用户等级是用来量化定义所述目标用户的生物特征数据以及所述目标用户的生物特征数据的置信度的标准;
确定与所述目标用户的用户等级相匹配的身份核实策略。
2.根据权利要求1所述的方法,所述基于预设评分模型和所述目标用户的生物特征数据,确定所述目标用户的等级评分,包括:基于所述目标用户的生物特征数据,确定所述目标用户的特征向量;
基于所述预设评分模型和所述目标用户的特征向量,确定所述目标用户的等级评分;
其中,所述预设评分模型是基于样本用户的特征向量训练得到的。
3.根据权利要求2所述的方法,所述生物特征数据包括:人脸特征数据;
其中,所述目标用户的特征向量中包括下列参数中的一种或多种:预设时段内获取到的所述目标用户的人脸图像的数量,所述目标用户的人脸图像的质量,以及所述目标用户的历史人脸识别准确程度。
4.根据权利要求1所述的方法,所述基于所述目标用户的等级评分,确定所述目标用户的用户等级,包括:
基于所述目标用户的等级评分,确定所述目标用户的排名;
基于所述目标用户的排名,确定所述目标用户的用户等级。
5.根据权利要求1所述的方法,所述获取目标用户的特征数据,包括:从预设数据库中获取所述目标用户的历史生物特征数据,所述历史生物特征数据是历史上对所述目标用户进行身份核实时所采集的。
6.根据权利要求5所述的方法,所述获取目标用户的特征数据,还包括:获取所述目标用户的当前生物特征数据,所述当前生物特征数据是接收到所述当前身份核实请求时所采集的。
7.根据权利要求6所述的方法,所述方法还包括:将所述当前生物特征数据保存至所述预设数据库。
8.根据权利要求1‑7任一项所述的方法,所述方法还包括:获取所述目标用户的非生物特征数据;
其中,所述基于预设评分模型和所述目标用户的生物特征数据,确定所述目标用户的等级评分,包括:
基于预设评分模型和所述目标用户的生物特征数据和非生物特征数据,确定所述目标用户的等级评分,所述预设评分模型是基于样本用户的生物特征数据和非生物特征数据训练得到的。
9.根据权利要求1‑7任一项所述的方法,所述方法还包括:基于所述身份核实策略,对所述目标用户进行身份核实。
10.一种基于用户等级的核身策略确定装置,包括:第一获取模块,用于基于针对目标用户的当前身份核实请求,获取目标用户的生物特征数据;
用户等级确定模块,用于基于预设评分模型和所述目标用户的生物特征数据,确定所述目标用户的等级评分,基于所述目标用户的等级评分,确定所述目标用户的用户等级;其中,所述预设评分模型是基于样本用户的生物特征数据训练得到的,所述目标用户的用户等级是用来量化定义所述目标用户的生物特征数据以及所述目标用户的生物特征数据的置信度的标准;
核身策略确定模块,用于确定与所述目标用户的用户等级相匹配的身份核实策略。
11.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
基于针对目标用户的当前身份核实请求,获取目标用户的生物特征数据;
基于预设评分模型和所述目标用户的生物特征数据,确定所述目标用户的等级评分,基于所述目标用户的等级评分,确定所述目标用户的用户等级;其中,所述预设评分模型是基于样本用户的生物特征数据训练得到的,所述目标用户的用户等级是用来量化定义所述目标用户的生物特征数据以及所述目标用户的生物特征数据的置信度的标准;
确定与所述目标用户的用户等级相匹配的身份核实策略。
12.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
基于针对目标用户的当前身份核实请求,获取目标用户的生物特征数据;
基于预设评分模型和所述目标用户的生物特征数据,确定所述目标用户的等级评分,基于所述目标用户的等级评分,确定所述目标用户的用户等级;其中,所述预设评分模型是基于样本用户的生物特征数据训练得到的,所述目标用户的用户等级是用来量化定义所述目标用户的生物特征数据以及所述目标用户的生物特征数据的置信度的标准;
确定与所述目标用户的用户等级相匹配的身份核实策略。
说明书 :
基于用户等级的核身策略确定方法、装置及电子设备
技术领域
背景技术
将用户划分至不同的用户等级,并针对不同用户等级的用户采用不同的运营策略,以在提
升用户体验的同时提高用户黏性。
等级的划分;一些论坛会基于用户发表的文章或帖子数量等产出内容,进行用户等级的划
分。
量的金钱或者发表了很多帖子,仍然改变不了该用户账号归属于自然人A的事实。并且,因
为该用户账号对应的用户使用行为数据中包含自然人B的使用行为数据,导致依据该用户
账号对应的用户使用行为数据划分出的用户等级出现偏差,无法真实、直接地描述自然人
A。
发明内容
练得到的;
子设备执行以下操作:
所有者,因此,基于目标用户的生物特征数据确定目标用户的用户等级,可以提高确定出的
用户等级的准确性,进而使得基于目标用户的用户等级确定出的身份核实策略更恰当。
附图说明
具体实施方式
部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做
出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
级的核身策略确定方法的执行主体包括但不限于服务器、个人电脑等能够被配置为执行本
发明实施例提供的该方法的终端中的至少一种。
出的向量是可解释的,其特征例如可以描述为某个用户的眼睛的样子、眼睛在人脸区域的
占比等等;而目前占据主流的深度学习模型算法计算出的生物特征通常为不可解释的向
量。本说明书实施例中所涉及到的生物特征,既可以是可解释的,也可以是不可解释的。
体生物信息为人脸时,采集到的生物特征数据可以是一段时间内的多张人脸图像等等,以
此类推。
人脸图像的数量,所述目标用户的人脸图像的质量,以及所述目标用户的历史人脸识别准
确程度,等等。
对应存储在预设数据库中,其中,用户标识,例如可以是用户ID,更为具体的,当用户为中国
大陆公民时,用户ID可以是用户可用身份证标识(如身份证号)。
取所述目标用户的历史生物特征数据,所述历史生物特征数据是历史上对所述目标用户进
行身份核实时所采集的。
的。不难理解,结合目标用户的历史生物特征数据和当前生物特征数据确定出的用户等级
的这一方案,由于考虑了目标用户的实时生物特征,因此可以更进一步地提高确定出的用
户等级的准确性。
数据库中存储的目标用户的用户生物特征数据进行实时更新,从而使得基于下述步骤104
确定出的目标用户的用户等级也能够实时更新。
定义用户的生物特征数和/或非生物特征数据,以及这些生物特征数据和/或非生物特征数
据的置信度的一个标准,为相关产品的运营提供了简明的依据。例如,可以将某一网站或
APP的用户群体由高到低依次划分为钻石、铂金、黄金和白银四个级别。
户的用户等级。
向量;基于所述预设评分模型和所述目标用户的特征向量,确定所述目标用户的等级评分;
其中,所述预设评分模型是基于样本用户的特征向量训练得到的。
标用户的排名(具体可以是在所有用户的排名),确定所述目标用户的用户等级。例如,可以
将排名在前5%的目标用户的用户等级确定为钻石,将排名在5%‑20%之间的目标用户的
用户等级确定为黄金,将排名在20%‑50%之间的目标用户的用户等级确定为白银,将排名
在50%‑100%之间的目标用户的用户等级确定为青铜,等等。
应用户等级,确定所述目标用户的用户等级。例如,将等级评分在[95,100]内的目标用户的
用户等级确定为钻石,将等级评分在[80,95]内的目标用户的用户等级确定为黄金,将等级
评分在[50,80]内的目标用户的用户等级确定为白银,将等级评分在[0,50]内的目标用户
的用户等级确定为青铜。
基于预设评分模型和所述目标用户的生物特征数据和非生物特征数据,确定所述目标用户
的用户等级。此时,上述预设评分模型,是基于样本用户的生物特征数据和非生物特征数据
训练得到的,相应的,上述特征向量包括:表征生物特征数据的向量和表征非生物特征数据
的特征向量。
户的使用行为数据可以是目标用户的消费记录数据,具体如日均或月均消费金额等,目标
用户的基本信息数据可以是用户身份信息、社交关系等。其中,社交关系,可以是好友关系
或因相互关注而产生的关注关系等。
划分。可以理解,当结合生物特征数据和非生物特征数据进行用户等级的划分时,可以使确
定出的用户等级能更全面、更直接地描述目标用户。而在仅根据目标用户的生物特征数据
确定目标用户等级(预设评分模型也是基于样本用户的生物特征数据训练得到的)的例子
中,一方面,可以取得确定出的用户等级能够真实、直接地描述目标用户的所有者的效果;
另一方面,由于目标用户的生物特征数据可以在离线状态下从预设数据库中获得到,且预
设评分模型是预先训练好的,因此,在不接入互联网的情况下,就可以实现用户等级的划
分,这对网站或APP来说不仅简单易行,而且能减少流量消耗。
以利用用户的生物特征数据和/或非生物特征数据对用户进行评分的评分模型。下文会结
合图2对训练获得预设评分模型,以及应用该评分模型进行用户等级及身份核实策略(简称
核身策略)确定的过程进行说明,详见下文。
中提取其对应生物特征留底(例如人脸图像留底),然后将系统采集的用户当前的生物特征
(例如由摄像头拍摄得到的人脸图像)与生物特征留底进行比对,如果接近程度大于预设阈
值,则认为身份核实通过,否则不通过;另一种是1:N场景,即用户输入较少的数据或不输入
数据,系统提供一组备选的生物特征留底,由系统将采集到的生物特征与该组备选生物特
征留底中的生物特征留底依次比对,从中选出一个最接近的(例如欧式距离最短的),以对
目标用户的身份进行核实。
一一比对确定为具体的身份核实策略,以找到与目标用户最接近的用户,实现目标用户的
身份核实。不难理解,将目标用户仅与高级用户集合中的用户进行比对,而不是与所有用户
进行比对,可以缩小N的取值范围,从而可以提高用户身份核实的速度。
设相似度为80%),基于人脸B对应的用户标识确定该人脸B的用户等级为高级,则可以将相
似度大于90%确定为与高级用户匹配的身份核实策略,以提高安全性,相应的可以要求用
户A摆正姿态后,再次获取用户A的人脸图像,并将再次获取的人脸图像与人脸B比对,如果
相似度大于90%则放行;否则确定身份核实失败,不予放行。
方式,进一步缩小N的范围,以进一步地提升用户身份核实的速度。
择运营策略的场景(例如,线上的优惠活动等)。
目标用户的用户等级,可以提高确定出的用户等级的准确性,进而使得基于目标用户的用
户等级确定出的身份核实策略更恰当,这在提升用户体验的同时,也提高了用户黏性。
据和非生物特征数据提取出来。其中,生物特征数据库301中可以包括人脸特征数据、虹膜
特征数据、眼纹特征数据和指纹特征数据等,非生物特征数据库302中可以包括:行为数据、
社交关系、消费记录和产出内容等等,执行步骤201采样得到的数据结构的形式可以如下:
户的人脸图片的质量最高分、最低分、平均分、标准差,以及样本用户的人脸核身比对分值
的最高分、最低分、平均分和标准差等。
如,对于样本用户的消费记录,可以提取出日均消费额等特征,等等,以此类推。
评分卡或聚类等方法进行建模,最终目标是得到一个可以利用用户的生物特征数据和非生
物特征数据对用户进行评分的评分模型,也即得到上述预设评分模型303,在实际应用中,
需要将预设评分模型303存储下来,以便在实际的生产环境中应用该模型。
数量(例如20),并且每张质量都为“好”的用户就可以被划分为高级用户(例如钻石用户)。
目标用户的用户等级确定为白银,将排名在50%‑100%之间的目标用户的用户等级确定为
青铜,等等;作为另一个例子,可以将等级评分在[95,100]内的目标用户的用户等级确定为
钻石,将等级评分在[80,95]内的目标用户的用户等级确定为黄金,将等级评分在[50,80]
内的目标用户的用户等级确定为白银,将等级评分在[0,50]内的目标用户的用户等级确定
为青铜。
物特征数据库301中。
算目标用户的特征向量;或者,可选地,在步骤403除,还可以将目标用户的历史生物特征数
据和非生物特征数据结合在一起,计算目标用户的特征向量。
本说明书对此不做限制,在此处,仅仅是以用户身份核实这一场景进行举例。
定出的用户等级的准确性,进而使得基于目标用户的用户等级确定出的身份核实策略更恰
当。
生物特征留底进行一一比对确定为具体的身份核实策略,以找到与目标用户最接近的用
户,实现目标用户的身份核实。不难理解,将目标用户仅与高级用户集合中的用户进行比
对,而不是与所有用户进行比对,可以缩小N的取值范围,从而可以提高用户身份核实的速
度、降低误识别率。
设相似度为80%),基于人脸B对应的用户标识确定该人脸B的用户等级为高级,则可以将相
似度大于90%确定为与高级用户匹配的身份核实策略,以提高安全性,相应的可以要求用
户A摆正姿态后,再次获取用户A的人脸图像,并将再次获取的人脸图像与人脸B比对,如果
相似度大于90%则放行;否则确定身份核实失败,不予放行。
择运营策略的场景(例如,线上的优惠活动等)。
目标用户的用户等级,可以提高确定出的用户等级的准确性,使得基于目标用户的用户等
级确定出的身份核实策略更恰当,从而使得基于该身份核实策略,对所述目标用户进行身
份核实时,能够取得提高核实速度、提高安全性或降低误识别率等效果。
能包含内存,例如高速随机存取存储器(Random‑Access Memory,RAM),也可能还包括非易
失性存储器(non‑volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能
包括其他业务所需要的硬件。
Component Interconnect,外设部件互连标准)总线或EISA(Extended Industry Standard
Architecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总
线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的
总线。
于执行以下操作:
力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件
形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing
Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital
Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,
ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑
器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个
实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也
可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直
接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完
成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可
编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储
器中的信息,结合其硬件完成上述方法的步骤。
逻辑单元,也可以是硬件或逻辑器件。
子设备执行时,能够使该便携式电子设备执行图1所示实施例的方法,并具体用于执行以下
操作:
块501、用户等级确定模块502和核身策略确定模块503。
核实时所采集的。
采集的。
述目标用户的特征向量中包括下列参数中的一种或多种:预设时段内获取到的所述目标用
户的人脸图像的数量,所述目标用户的人脸图像的质量,以及所述目标用户的历史人脸识
别准确程度。
训练得到的。
确定所述目标用户的用户等级。
特征向量,确定所述目标用户的等级评分;其中,所述预设评分模型是基于样本用户的特征
向量训练得到的。
户等级。
目标用户的生物特征数据和非生物特征数据,确定所述目标用户的等级评分,此时,所述预
设评分模型是基于样本用户的生物特征数据和非生物特征数据训练得到的。
级,可以提高确定出的用户等级的准确性,进而使得基于目标用户的用户等级确定出的身
份核实策略更恰当。
目标用户的用户等级,可以提高确定出的用户等级的准确性,使得基于目标用户的用户等
级确定出的身份核实策略更恰当,从而使得基于该身份核实策略,对所述目标用户进行身
份核实时,能够取得提高核实速度、提高安全性或降低误识别率等效果。
进等,均应包含在本说明书一个或多个实施例的保护范围之内。
以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放
器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何
设备的组合。
计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动
态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除
可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD‑ROM)、
数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备
或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算
机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要
素。在没有更多限制时,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过
程、方法、商品或者设备中还存在另外的相同要素。
施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例
的部分说明即可。