（一）背景介绍
对于几乎所有的互联网企业，对于识别、追踪用户身份都有强烈的需求，精准识别用户身份后，就可以收集用户个性化的行为、身份数据，比如用户浏览了什么商品，看了什么视频，去了哪个餐厅等等，从而可以对搜索，广告，推荐等等场景做出精准、个性化的展现。
（二）IDMapping技术路线
1、业务调研
适用的业务体系，以阿里巴巴集团为例，涉及到多个场景需要使用IDMapping
1）跨域账号打通：阿里集团几十个APP 账号打通，进行联合建模或者空间探查，定位到同一个自然人。为后续的营销推荐提供最基础和核心的人员定位。
2）同人识别：营销风控、风控策略，例如阿里云新人权益、平台大促黄牛账号拉新判定。
3）设备账号转换：广告场景-站外投放：用户增长按流量来源可分为一方和三方：三方是指在站外媒体投放广告，将外部媒体的流量资源引入自身平台；而一方是指在手淘内部做用户转化，如发push、促交易等。
2、数据梳理
跟进业务场景和业务数据情况进行整体的梳理，首先需要确定核心数据：用户ID和设备ID、用户与设备关系数据。业务方根据当前埋点数据进行抽取和盘点；在梳理的过程中可能遇到的数据问题：数据不完整、弱关系，没有直接关系的数据，是否通过多种数据关系进行关联和挖掘。对数据源进行细致梳理过程，可将数据源的表名、数据描述、抽取原则、数据量级、ID选取、特征选取等细节信息汇总起来，待数仓架构时作为设计依据；
完成数源梳理后，大体解决了数据从哪里来的问题，该如何抽取的问题，接下来需要进行数仓架构、数据流程和初步模型的设计工作。
3、数仓架构建设
主要涉及数据接入层和清洗层，需要将原始表信息接入并指定多种规则进行清洗。ID关系收集、特征收集、数据抽取、粗清洗等ETL处理；基于阿里云大数据平台产品，底层大数据平台MaxCompute
（三）GraphCompute在离线架构
在离线架构以GraphCompute引擎和图算法为中心，可以无缝对接底层数据处理层MaxCompute，承接上层业务的查询能力提供在线服务层。
（四）技术实现细节
整个技术方案分为三部分：
第一部分是数据梳理和图算法运行，根据数据挖掘相关子图信息，进行离线聚合。目前GraphCompute提供多种经典的图算法功能。
社区发现
louvain：可以指定seed高置信度的设备权重，减少它们被合并的概率
Weakly Connected Components：通过为关联边增加权重值（活跃程度、置信程度、最近登录等）增加划分的准确率，协助区分设备更换、账号公用等场景
相似度计算
在没有强关联信息的情况下，使用弱关联媒介计算账户之间的相似度，评估相同自然人使用的可能性
第二部分是数据输出，产出强关联性的账号信息，同时扩展实时在线的弱关系挖掘和已有ID挂靠。
第三部分是根据用户设备的关系，进行在线图的服务搭建，提供离线图算法结果的查询和在线弱关系的在线挖掘。
（五）方案技术优势
1、在离线一体化方案
将业界传统的T+1离线方案直接升级为24小时实时IDMapping关联能力。针对实时判定场景，提供的一体化数据生成、产出到查询链路。
同时，可提供专家经验，配合业务将IDMapping能力从0到1的梳理和落地。
2、提供中台级数据服务能力
基于阿里云大数据平台，提供中台数据架构的服务能力。
首先，配合MaxCompute数仓，基于智能运维系统，将离线计算与在线实时计算结合落地的方案。
其次，提供多种业务数据查询能力，可提供向量、倒排、复杂图查询，让业务使用更灵活。
最后，基于离线、在线一体化方案，可配合业务自行选择，赋能多种业务，如营销推荐（T+1）、实时风控（24小时实时）。
3、更好的图算法经验：
相比SparkX的解决方案，阿里云图计算团队提供更好的图算法经验。在社区发现、联通子图基于阿里达摩院和安全团队经验输出，提供最佳的解决方案。
4、弱关系挖掘能力
针对没有特定强关联的数据，我们也提供一些解决方案，如多因素（规则）进行综合考虑与判定、将非确定条件中的属性进行相似的关联关系计算（向量计算、地理位置计算等手段），将各种真实数据的复杂情形做一些量化方法的转换。
（六）应用场景和业务结果
基于IDMapping构建全域的用户画像
这一套GraphCompute高质量用户表产出后,业务可完成相应标签能力的完善：
1）事实标签：既定事实，从原始数据中提取。例如用户设置的性别、出生日期和地理位置等。
2）统计标签：基于业务口径定义的标签，在一定周期内，业务行为的表现。例如近一个月登录天数。
3）预测标签：使用算法产生的标签，该标签定义用户对相关业务的偏好程度，对应应该有该标签的预测的score，例如基于用户行为预测的性别、年龄等。
4）营销标签：也叫模型标签，端到端的分析模型，例如购买力。
使用和落地的场景：
1）分类别营销推荐
通过多渠道进行以细分市场为中心的跨屏营销，提升消费者的满意率、挖掘关键客户。在所有这些细分市场中，按年纪、购买力从低到高进行划分，低购买力将获得折扣，而高购买力将获得奢侈品和高质量的书籍、或者商品。
2）用户优惠判定，营销收益更高
减少对同一用户的优惠券，从而可以投资于其他买家以推动业务目标，避免卖家创建多个帐户并使用虚假详细信息滥用补贴。在新人优惠券场景中，需要以OneID的维度计算解决重复权益发放的问题，初步计算可以节省8%的预算，并且大量是当日注册多个账号。
3）挖掘潜在客户，锁定客户转化
将全域IDMapping用户数据，结合用户的行为习惯做关系分析。
- 本页导读 （0）