CN110704832B - 基于大数据处理识别实体账号营业场所唯一性的判断方法 - Google Patents

基于大数据处理识别实体账号营业场所唯一性的判断方法 Download PDF

Info

Publication number
CN110704832B
CN110704832B CN201910926109.0A CN201910926109A CN110704832B CN 110704832 B CN110704832 B CN 110704832B CN 201910926109 A CN201910926109 A CN 201910926109A CN 110704832 B CN110704832 B CN 110704832B
Authority
CN
China
Prior art keywords
account
entity
internet bar
data
reported
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910926109.0A
Other languages
English (en)
Other versions
CN110704832A (zh
Inventor
干熔
张彩红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HANGZHOU SHUNWANG TECHNOLOGY CO LTD
Original Assignee
HANGZHOU SHUNWANG TECHNOLOGY CO LTD
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HANGZHOU SHUNWANG TECHNOLOGY CO LTD filed Critical HANGZHOU SHUNWANG TECHNOLOGY CO LTD
Priority to CN201910926109.0A priority Critical patent/CN110704832B/zh
Publication of CN110704832A publication Critical patent/CN110704832A/zh
Application granted granted Critical
Publication of CN110704832B publication Critical patent/CN110704832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/45—Structures or tools for the administration of authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据处理识别多账号实体营业场所唯一性的判断方法，通过业务上报的物理设备相关数据入库，累计到一定量之后，得到历史数据，将业务上报的数据与历史数据进行匹配，根据不同帐号之间的物理设备属性进行判断，并按照一定的匹配规则对匹配后结果进行分类；对于匹配率高于阈值的帐号会被识别为同一个经营场所实体账号，低于阈值的帐号则不认为同一实体账号。本发明通过实体账号的识别来帮助业务进行渠道推广，了解市场和真实的覆盖情况，监控市场变动。

Description

基于大数据处理识别实体账号营业场所唯一性的判断方法
技术领域
本发明属于数据处理及应用技术领域，具体涉及一种基于大数据处理识别实体账号营业场所唯一性的判断方法。
背景技术
实体经营场所换账号情况一般多发生于免费软件较多、未强制绑定用户唯一账号所导致的。在没有做网吧实体经营场所的唯一性判断方法时，我们面临的问题是：一个实体网吧使用过多个网吧账号，但无法根据网吧账号信息判断是否同一家实体营业场所。网吧对于实体经营场所的唯一性判断方法的需求根源，就是一个实体网吧可以使用多个网维大师的网吧账号，这个现象和之前电信行业中，一个用户使用过多个电话号码，同样的道理。
当我们使用网吧账号去统计公司的业务覆盖及网吧的增减时，这个计算得到的数据只是账号的数据变动情况，得到的并不是真实实体营业场所的状态，并不能反映实际情况。
为了解决此问题之前我们想到了网吧的电脑，平均每个网吧有70台左右的电脑，每台电脑都有自己网内唯一的MAC地址，且该地址一般情况下不会被人为的更改，因此可通过电脑的MAC地址定位实体经营场所。我们对已有的数据分析发现，网吧工作日所有的电脑超过70％的网维大师被启用过，周末所有的电脑超过80％的网维大师被启用过，一周7天，网吧几乎会将所有的电脑网维大师启用一遍，那么上报了一周的数据，基本就等于上报到了这个网吧的所有电脑的MAC地址；于是开始做匹配计算，计算周期还是定为一周计算一次，因为一周至少覆盖了超过70％的电脑。首先我们需要将业务数据上报至数据上报组件并入库到大数据数据仓库中，然后按照实体经营场所的唯一性判断规则计算数据，得到实体账号、网吧账号、MAC地址对应关系，由此知道每个账号对应的真实实体经营场所。
通过网吧唯一性，我们不但能将上述疑问解决，还能监控我们的市场变动，比如对新增和流失的网吧进行监控，可以及时发现问题，尽早的介入维系和挽留，还可以对于业务的一些开拓市场的活动进行监控，防止作弊，评估活动效果。通过对这些用户变更网吧账号的数据分析和回访，可以挖掘用户变更的意图，是不是换帐号的成本比续费的成本低？换帐号能带来更多利益？从而改进我们的业务。
但上述方法存在的弊端是：网吧主还是可以人为修改MAC地址的，这样会导致被修改的网吧电脑匹配率降低，被修改的电脑数未达到本网吧30％以上的电脑理论上不影响结果，若超过30％的电脑被修改了MAC地址，则会新增实体账号来标记被修改后的网吧账号。另一个问题是若某家网吧高于30％的电脑一周内未启用过网维大师，会导致上报的数据匹配率低于阈值即会新增实体网吧账号，而实际上未新增实体经营机构，即一家网吧账号由于MAC地址变动或产品启用较低而新增实体账号，导致一家网吧对应两个实体账号，这种情况下我们一般取匹配率高的实体账号标记此为网吧账号。
发明内容
鉴于上述，本发明提供了一种基于大数据处理识别多账号实体营业场所唯一性的判断方法，通过业务上报的物理设备相关数据入库，累计到一定量之后训练数据样本，将业务上报的数据与历史上报样本进行匹配，得到真实实体账号数据。
一种基于大数据处理识别多账号实体营业场所唯一性的判断方法，包括如下步骤：
(1)收集最近一周网吧电脑上报的业务数据，并将数据入库；
(2)根据业务数据初始化历史实体样本数据表并对其进行更新直至当前；
(3)根据网吧电脑客户端的启用率确定阈值；
(4)对于新上报的网吧账号，使其与历史实体样本数据表中的账号进行匹配，通过所述阈值判断新上报网吧账号对应的实体为新增实体、单账号实体或是多账号实体。
进一步地，所述网吧电脑每一次上报的业务数据包括日期(处理数据当天日期)、网吧账号、MAC地址以及上报时间。
进一步地，所述步骤(2)的具体实现方法为：对于任一网吧电脑，取其最早一期上报的业务数据，在该业务数据中为网吧账号生成一个唯一的实体账号，并新增该实体账号关联的MAC地址数量，从而初始化得到一张关于网吧账号、实体账号、MAC地址数量对应关系的历史实体样本数据表，该表中每一条数据包括日期(处理数据当天日期)、网吧账号、实体账号、MAC地址数量、MAC地址、更新时间；然后利用网吧电脑后续每一期上报的业务数据对表中数据进行更新：若网吧账号、实体账号、MAC地址数量之间的对应关系及数据发生变动，则取本期业务数据对表中对应数据进行更新，若未发生变动则保持表中数据不变。
进一步地，所述步骤(3)中根据最近一周网吧电脑客户端(如网维大师)的启用率确定阈值，所述启用率即为一周内开启过客户端的网吧电脑数/安装客户端的网吧电脑总数。
进一步地，所述步骤(4)的具体实现过程如下：
4.1对于新上报的网吧账号，将该网吧账号与历史实体样本数据表中实体账号对应的网吧账号进行匹配，若匹配上则执行步骤4.3并将表中对应匹配上的网吧账号记为X，若未匹配上则执行步骤4.2；
4.2统计新上报网吧账号关联的MAC地址与表中账号X对应的实体账号关联的MAC地址匹配上的数量i，若i/k大于等于所述阈值，则执行步骤4.3，否则判定新上报网吧账号对应的实体为新增实体，k为表中与账号X对应的实体账号关联的MAC地址数量；
4.3统计新上报网吧账号关联的MAC地址与表中账号X关联的MAC地址匹配上的数量m，若m/n大于等于所述阈值，则执行步骤4.4并记账号X为实际运作账号，否则判定新上报网吧账号对应的实体为新增实体，n为表中账号X关联的MAC地址数量；
4.4在表中查找账号X对应的实体账号下是否还存在有其他的实际运作账号：若是则判定新上报网吧账号对应的实体为多账号实体，若否则判定新上报网吧账号对应的实体为单账号实体。
进一步地，所述步骤(4)完成判定后，根据新上报的网吧账号信息以及判定结果对历史实体样本数据表进行更新，用于下一次网吧实体账号唯一性判定。
本发明通过业务上报的物理设备相关数据入库，累计到一定量之后，得到历史数据，将业务上报的数据与历史数据进行匹配，根据不同帐号之间的物理设备属性进行判断，并按照一定的匹配规则对匹配后结果进行分类；对于匹配率高于阈值的帐号会被识别为同一个经营场所实体账号，低于阈值的帐号则不认为同一实体账号。这样就可以知道它所对应的经营实体是哪一家，便可以帮助了解市场和我们真实的覆盖情况及流动情况，可以对新增及流失的营业实体网吧进行监控，可以对公司的业务活动效果进行统计，同时还可以挖掘用户变更意图等。在不同的需求和业务场景下本发明可以将实体经营场所相关数据做成专题应用和OLAP分析报表及仪表盘来等帮助业务进行渠道推广，了解市场和真实的覆盖情况，监控市场变动。
附图说明
图1为本发明多账号实体营业场所唯一性判断方法的流程示意图。
图2为业务数据表的结构示意图。
图3为历史实体样本数据表的结构示意图。
具体实施方式
为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
如图1所示，本发明基于大数据处理识别多账号实体营业场所唯一性的判断方法，包括如下步骤：
(1)业务数据由网维产品上报至数据中间件并入库到大数据数据仓库中，数据结构如图2所示。
(2)取最早一期的数据，为每个账号生成一个唯一的实体账号，即获得账号、实体账号、MAC地址数的对应关系初始数据，每一期得到的结果都与上一期的历史实体账号数据关联，若实体账号、账号、MAC地址数关系及数据发生变动，则取本期实体账号与账号对应关系，若未发生变动则保留上一期的数据，迭代计算每一期历史数据至当前日期，历史实体账号数据所对应的表结构如图3所示。
(3)根据业务实际获取阈值，这里根据一周网吧电脑上安装的网维产品启用率确定阈值，网维产品启用率即网吧安装网维产品的电脑，在一周内开启过网维产品的电脑数/网吧安装网维产品的总电脑数。
(4)用本期上报的账号与历史实体账号所对应的账号进行匹配，如否则进入步骤(6)，如是则计算本期上报账号的MAC值与历史实体账号所对应的账号的MAC值匹配上的数量/历史实体账号所对应的账号的MAC值数是否达到阈值；如否则新增实体，如是则进入步骤(5)。
(5)达到阈值的账号对应的实体账号下若不止一个账号达到阈值的则判定为所使用账号的经营实体账号为多账号实体，账号对应的经营场所为此实体账号经营场所；否则，判定所使用账号的经营实体账号为单账号实体，账号对应的经营场所为此实体账号经营场所。
(6)用本期上报账号的MAC地址与历史实体账号下的MAC地址进行匹配，判断是否有相同的MAC地址，如是则判断上报账号的MAC值与实体账号所对应的MAC值匹配上的数量/历史实体账号的MAC值数是否达到阈值；如否则新增实体，若达到则进入步骤(5)。
(7)得到判定结果后将结果更新至历史实体账号数据中，用于下一个判定周期经营场所实体账号唯一性判定。
在具体实施过程中，通过实际调研我们发现通过网维产品网吧账号计算得出的网吧流动性比真实的网吧流动性大，我们想知道市场真正的网吧新增与流失数量，然而由于网吧频繁换账号导致我们通过账号并不能得到实际的市场流动情况。
我们对实际情况进行解剖发现，平均每个网吧有70台左右的电脑，每台电脑都有自己网内唯一的MAC地址，且该地址一般情况下不会被人为的更改，且网吧工作日所有的电脑超过70％的网维大师被启用过，周末所有的电脑超过80％的网维大师被启用过；一周7天，网吧几乎会将所有的电脑网维大师启用一遍，那么上报了一周的数据，基本就等于上报到了这个网吧的所有电脑的MAC地址，那么我们可以通过网吧上报的账号的MAC地址是否相同来判断网吧是否换账号。
如上所述，网吧一周内启用过网维产品的电脑数超过总体电脑的70％，为保证数据的准确性我们将匹配周期定位一周，即收集一个网吧账号一周的启用数据作为本期待判断数据。一周内一定有70％的电脑的网维产品上报MAC地址数据，因此根据业务实际判定匹配阈值为70％，即一周内网吧账号上报的MAC地址与历史实体账号网吧下的MAC地址匹配，相同的MAC地址数量若达到70％，则我们认为此账号与此历史实体对应的账号为同一家网吧。
接下去，我们便对数据进行处理，首先业务数据由网维产品实时上报至数据中间件并入库到大数据数据仓库中，数据结构如图2所示，其中网吧账号与MAC地址为一对多关系，表中数据为一周内网吧启用过网维产品的电脑MAC地址去重数据。
我们在2013年便有如图2这份数据，我们需要对历史数据进行处理，在处理历史数据之前，我们需要初始化网吧账号与实体账号关系，即首先取最早一期的数据，为每个网吧账号生成一个唯一的实体账号，即获得账号、实体账号、MAC地址的对应关系的初始数据，结构如图3所示；取初始数据后每一期上报账号与上一期实体账号数据匹配，得到结果数据再更新上一期历史实体数据供下一期匹配使用，直至当前，其中实体账号与网吧账号的关系为一对一关系，账号与MAC地址为一对多关系。
获得初始化网吧账号与实体账号关系，我们便可以处理历史数据，即按照图1所示的实体账号营业场所唯一性判断流程，迭代处理每一期的数据即每一周的数据，并将结果用于下一期数据处理，直至到当期数据，具体地：
A1.用当期上报的账号与历史实体账号所对应的账号进行匹配，如否则进入步骤A3，如是则计算当期上报账号的MAC值与历史实体账号所对应的账号的MAC值匹配上的数量/历史实体账号所对应的账号的MAC值数是否达到阈值；如否则新增实体，如是则进一步判断A2。
A2.达到阈值的账号对应的实体账号下若不止一个账号达到阈值的则判定为所使用账号的经营实体账号为多账号实体，账号对应的经营场所为此实体账号经营场所；如否则，判定所使用账号的经营实体账号为单账号实体，账号对应的经营场所为此实体账号经营场所。
A3.用当期上报账号的MAC地址与历史实体账号下的MAC地址进行匹配，判断是否有相同的MAC地址，如是则判断上报账号的MAC值与实体账号所对应的MAC值匹配上的数量/历史实体账号的MAC值数是否达到阈值；如否则新增实体，若达到则进一步判断A2。
A4.得到判定结果后将结果更新至历史实体账号数据中，用于下一个判定周期经营场所实体账号唯一性判定。
对得到的结果数据进行验证，主要通过客户经理回访网吧验证与对比业务反馈的多账号网吧去验证我们判定的结果是否符合实际，其中数据处理的整个流程在我们公司自主研发的调度工具中自动化完成。若对其中任一周期任一阀值进行了调整，则老数据无法再用于匹配，需要按新的阈值重新计算历史实体账号数据。
上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (6)

1.一种基于大数据处理识别多账号实体营业场所唯一性的判断方法，包括如下步骤：
(1)收集最近一周网吧电脑上报的业务数据，并将数据入库；
(2)根据业务数据初始化历史实体样本数据表，并对该数据表进行更新直到当前时间，具体实现方法如下：
对于任一网吧电脑，取其最早一期上报的业务数据，在该业务数据中为网吧账号生成一个唯一的实体账号，并新增该实体账号关联的MAC地址数量，从而初始化得到一张关于网吧账号、实体账号、MAC地址数量对应关系的历史实体样本数据表，该表中每一条数据包括日期、网吧账号、实体账号、MAC地址数量、MAC地址、更新时间；然后利用网吧电脑后续每一期上报的业务数据对表中数据进行更新：若网吧账号、实体账号、MAC地址数量之间的对应关系及数据发生变动，则取本期业务数据对表中对应数据进行更新，若未发生变动则保持表中数据不变；
(3)根据网吧电脑客户端的启用率确定阈值；
(4)对于新上报的网吧账号，使其与历史实体样本数据表中的账号进行匹配，通过所述阈值判断新上报网吧账号对应的实体为新增实体、单账号实体或是多账号实体。
2.根据权利要求1所述基于大数据处理识别多账号实体营业场所唯一性的判断方法，其特征在于：所述网吧电脑每一次上报的业务数据包括日期、网吧账号、MAC地址以及上报时间。
3.根据权利要求1所述基于大数据处理识别多账号实体营业场所唯一性的判断方法，其特征在于：所述步骤(3)中根据最近一周网吧电脑客户端的启用率确定阈值，所述启用率即为一周内开启过客户端的网吧电脑数/安装客户端的网吧电脑总数。
4.根据权利要求1所述基于大数据处理识别多账号实体营业场所唯一性的判断方法，其特征在于：所述步骤(4)的具体实现过程如下：
4.1对于新上报的网吧账号，将该网吧账号与历史实体样本数据表中实体账号对应的网吧账号进行匹配，若匹配上则执行步骤4.3并将表中对应匹配上的网吧账号记为X，若未匹配上则执行步骤4.2；
4.2统计新上报网吧账号关联的MAC地址与表中账号X对应的实体账号关联的MAC地址匹配上的数量i，若i/k大于等于所述阈值，则执行步骤4.3，否则判定新上报网吧账号对应的实体为新增实体，k为表中与账号X对应的实体账号关联的MAC地址数量；
4.3统计新上报网吧账号关联的MAC地址与表中账号X关联的MAC地址匹配上的数量m，若m/n大于等于所述阈值，则执行步骤4.4并记账号X为实际运作账号，否则判定新上报网吧账号对应的实体为新增实体，n为表中账号X关联的MAC地址数量；
4.4在表中查找账号X对应的实体账号下是否还存在有其他的实际运作账号：若是则判定新上报网吧账号对应的实体为多账号实体，若否则判定新上报网吧账号对应的实体为单账号实体。
5.根据权利要求1所述基于大数据处理识别多账号实体营业场所唯一性的判断方法，其特征在于：所述步骤(4)完成判定后，根据新上报的网吧账号信息以及判定结果对历史实体样本数据表进行更新，用于下一次网吧实体账号唯一性判定。
6.根据权利要求1所述基于大数据处理识别多账号实体营业场所唯一性的判断方法，其特征在于：该判断方法通过业务上报的物理设备相关数据入库，累计到一定量之后，得到历史数据，将业务上报的数据与历史数据进行匹配，根据不同账号 之间的物理设备属性进行判断，并按照一定的匹配规则对匹配后结果进行分类；对于匹配率高于阈值的账号 会被识别为同一个经营场所实体账号，低于阈值的账号 则不认为同一实体账号。
CN201910926109.0A 2019-09-27 2019-09-27 基于大数据处理识别实体账号营业场所唯一性的判断方法 Active CN110704832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910926109.0A CN110704832B (zh) 2019-09-27 2019-09-27 基于大数据处理识别实体账号营业场所唯一性的判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910926109.0A CN110704832B (zh) 2019-09-27 2019-09-27 基于大数据处理识别实体账号营业场所唯一性的判断方法

Publications (2)

Publication Number Publication Date
CN110704832A CN110704832A (zh) 2020-01-17
CN110704832B true CN110704832B (zh) 2022-03-01

Family

ID=69198232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910926109.0A Active CN110704832B (zh) 2019-09-27 2019-09-27 基于大数据处理识别实体账号营业场所唯一性的判断方法

Country Status (1)

Country Link
CN (1) CN110704832B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256341B (zh) * 2021-06-08 2024-08-02 北京众荟信息技术股份有限公司 一种经营场所的选址方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103152335A (zh) * 2013-02-20 2013-06-12 神州数码网络(北京)有限公司 一种网络设备上防止arp欺骗的方法及装置
CN103812961A (zh) * 2013-11-01 2014-05-21 北京奇虎科技有限公司 识别指定类别ip地址的方法及设备、防御方法及***
CN104917643A (zh) * 2014-03-11 2015-09-16 腾讯科技（深圳）有限公司 异常账号检测方法及装置
CN105023103A (zh) * 2015-07-17 2015-11-04 成都吉胜科技有限责任公司 网吧云管理***及所应用的网吧上网管理方法
CN108295477A (zh) * 2018-01-26 2018-07-20 珠海金山网络游戏科技有限公司 一种基于大数据的游戏账号安全检测方法、***及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103152335A (zh) * 2013-02-20 2013-06-12 神州数码网络(北京)有限公司 一种网络设备上防止arp欺骗的方法及装置
CN103812961A (zh) * 2013-11-01 2014-05-21 北京奇虎科技有限公司 识别指定类别ip地址的方法及设备、防御方法及***
CN104917643A (zh) * 2014-03-11 2015-09-16 腾讯科技（深圳）有限公司 异常账号检测方法及装置
CN105023103A (zh) * 2015-07-17 2015-11-04 成都吉胜科技有限责任公司 网吧云管理***及所应用的网吧上网管理方法
CN108295477A (zh) * 2018-01-26 2018-07-20 珠海金山网络游戏科技有限公司 一种基于大数据的游戏账号安全检测方法、***及装置

Also Published As

Publication number Publication date
CN110704832A (zh) 2020-01-17

Similar Documents

Publication Publication Date Title
US11115380B1 (en) Determining and utilizing one or more attributes of IP addresses
US9317539B2 (en) Time-series database setup automatic generation method, setup automatic generation system and monitoring server
CN108304554B (zh) 文件拆分方法、装置、计算机设备和存储介质
CN109272219B (zh) 绩效考核方法、装置、计算机设备及存储介质
WO2009158014A1 (en) System and method for providing cost transparency to units of an organization
CN109299157A (zh) 一种分布式大单表的数据导出方法及装置
US8055691B2 (en) System and method for using demographic organization and segmentation to manage large scale projects
CN112085535A (zh) 资源计量计费方法、装置、集群及存储介质
CN115033575A (zh) 一种数据查询方法、装置、设备及存储介质
CN109063066A (zh) 数据查询方法及装置、数据管理***
US8725779B1 (en) System and method for counting and storing events as scalar quantities in skewed counting environments
CN110704832B (zh) 基于大数据处理识别实体账号营业场所唯一性的判断方法
CN103957230B (zh) 一种客户端用户数确定方法、服务器、客户端及***
CN113111066A (zh) 一种数据库操作工单自动上线方法、装置、***和计算机设备
CN111552536A (zh) 一种用于电子政务自助终端的管理***及其管理方法
CN104424019A (zh) 应用服务管理***及方法
US11798032B1 (en) Determining IP addresses that are associated with physical locations with new occupants and providing advertisements tailored to new movers to one or more of those IP addresses
CN114841791B (zh) 预算管控方法、***、装置、计算机设备和存储介质
CN104954496A (zh) 云资源的分配方法及装置
CN114862277A (zh) 企业混合云管理***
CN114201679A (zh) 数据管理方法、装置、设备及存储介质
JP5564544B2 (ja) 顧客属性別事務量の集計方法およびシステム
CN111488625A (zh) 数据处理的方法及装置
CN113837593B (zh) 虚拟数据分配方法、装置、设备以及存储介质
JP7260781B2 (ja) 情報提示方法、情報提示プログラム、及び情報処理装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant