OneID：构建跨平台用户统一身份识别体系

一、什么是 OneID

1.1 多设备时代的用户识别挑战

在数字化时代，用户在多个设备、多个平台留下足迹。同一用户可能使用手机、平板、电脑等多种设备访问服务，在不同渠道注册不同的账号，产生大量分散的用户标识数据。这些标识——手机号、设备 ID、邮箱、IP 地址等——如同散落的拼图碎片，难以拼凑出完整的用户画像。

如何准确识别”这是同一个用户”，成为企业数字化运营的核心挑战。OneID 应运而生，它是一种基于连通图原理的用户统一标识体系，能够将分散的用户标识智能关联，为每个自然人分配唯一的数字身份。

1.2 核心原理：连通图与并查集算法

OneID 的理论基础源于图论中的连通图原理。其核心思想是将分散的用户标识抽象为图中的节点，通过标识间的关联关系构建边，最终将属于同一自然人的所有标识聚合为一个连通分量。

这个过程中，并查集算法（Union-Find）发挥着关键作用。这是一种高效的数据结构算法，用于处理元素分集合问题，支持快速查找和合并操作。通过并查集算法，系统能够快速判断两个标识是否属于同一连通分量，并将相关联的标识合并到同一个用户集合中。

graph TD
    subgraph 现实世界
        A[自然人A]
        B[自然人B]
        C[自然人C]
    end
    subgraph 连通图抽象
        D[节点1（手机号138xxxx5678）]
        E[节点2（设备ID=imei123）]
        F[节点3（邮箱user#example.com）]
        G[节点4（手机号139xxxx1234）]
        H[节点5（设备ID=imei456）]
        I[节点6（MAC地址=aa:bb:cc:dd:ee:ff）]
        J[节点7（IP=192.168.1.100）]
        K[节点8（JA3=ja3hash123）]

        %% 第一个连通分量（自然人A）
        D -- "强关联：登录绑定" --> E
        E -- "强关联：同设备" --> F

        %% 第二个连通分量（自然人B）
        G -- "强关联：登录绑定" --> H
        H -- "弱关联：同IP" --> J

        %% 孤立分量（自然人C）
        K[节点9（MAC地址=ff:ee:dd:cc:bb:aa）]
    end
    A -->|对应| D
    A -->|对应| E
    A -->|对应| F
    B -->|对应| G
    B -->|对应| H
    B -->|对应| J
    C -->|对应| K

1.3 核心概念

1.4 关联规则：强关联与弱关联

标识间的关联分为两种强度，不同的关联强度决定了合并策略：

1.5 连通分量计算流程

OneID 的生成遵循以下流程：

1. 节点初始化：每个用户标识作为独立节点，初始各自独立

2. 边的加载：加载所有有效关联边，强关联边必加载，弱关联边仅加载满足规则的

3. 分量合并（并查集算法）：

   • 遍历所有边，对每条边的源节点和目标节点执行合并
   • 强关联边：强制合并两个节点所在的分量
   • 弱关联边：仅当共同出现次数达到阈值时才合并
   • 合并后用根节点 ID 标记该连通分量
4. OneID 分配：基于连通分量的根节点 ID，通过哈希编码生成唯一 OneID，确保同一分量始终生成相同的 OneID

1.6 特殊场景处理

用户多设备场景

用户用手机和电脑登录同一账号时，手机与账号生成强关联边，电脑与账号生成强关联边，三者合并为同一连通分量，生成唯一 OneID。

设备多用户场景

家庭共用平板时，多人登录同一设备。系统根据使用时长判断主用户（如使用 60% 时长的用户）和关联用户（使用 40% 时长的用户），在输出层标记设备归属，确保用户行为数据的准确归属。

二、为什么需要 OneID

2.1 业务痛点

2.2 OneID 的业务价值

三、OneID 实现方案

3.1 整体架构

OneID 体系采用分层架构设计，通过”标识节点 → 关联边 → 连通分量 → OneID 映射”的数据流转实现用户统一标识。

3.2 数据表结构设计

ODS 层：原始数据接入

ods_user_register_login_df（注册登录日志表）

ods_user_behavior_df（用户行为日志表）

ods_cdn_access_df（CDN 访问日志表）

DWD 层：标识节点标准化

dwd_user_identity_node_df（用户标识节点表）

DWS 层：连通图建模

dws_user_identity_edge_df（用户标识关联边表）

dws_user_oneid_component_df（用户 OneID 连通分量表）

ADS 层：查询服务

ads_user_oneid_to_identity_df（OneID → 标识映射表）

ads_user_identity_to_oneid_df（标识 → OneID 映射表）

3.3 核心处理逻辑

标识标准化处理

从原始日志中提取各类用户标识，进行标准化处理：

-- 示例：从注册登录日志提取并标准化用户标识
-- 手机号脱敏处理
CASE
    WHEN identity_type = 'PHONE'
    THEN CONCAT(SUBSTR(phone, 1, 3), '****', SUBSTR(phone, 8, 4))
    ELSE identity_value
END AS identity_value

处理逻辑：

• 手机号：脱敏显示（保留前3位和后4位）
• 邮箱：保留完整格式用于关联
• 设备 ID：标准化处理，去除空格等无效字符
• IP 地址：保留原始格式用于网络环境关联

关联边构建

根据业务规则构建标识间的关联边：

-- 示例：基于同一 user_id 的强关联边构建
SELECT
    a.node_id AS source_node_id,
    b.node_id AS target_node_id,
    'STRONG' AS relation_type,
    '登录绑定同一user_id' AS relation_reason
FROM dwd_user_identity_node_df a
JOIN dwd_user_identity_node_df b
    ON a.user_id = b.user_id
    AND a.node_id < b.node_id  -- 避免重复边

关联边类型：

• 强关联边：同一 user_id 的所有标识、同设备的多个标识
• 弱关联边：同 IP 的多设备、相同 JA3 指纹的多标识

连通分量计算

使用并查集算法计算连通分量：

-- 示例：并查集 UDF 计算连通分量
SELECT
    node_id,
    UnionFindUDF(node_id, edge_list) AS component_id
FROM tmp_user_edge_list

基于连通分量生成 OneID：

-- 示例：基于哈希编码生成 OneID
SELECT
    CASE
        WHEN user_id IS NOT NULL
        THEN CONCAT('oneid_', TOLOWER(HEX(HASH_CODE(user_id))))
        ELSE CONCAT('oneid_', TOLOWER(HEX(HASH_CODE(component_id))))
    END AS oneid

双向查询实现

OneID 查标识（正向查询）

-- 查询指定 OneID 关联的所有标识
SELECT identity_type, identity_value, is_primary, is_valid
FROM ads_user_oneid_to_identity_df
WHERE oneid = 'oneid_8f7e6d5c';

标识查 OneID（反向查询）

-- 根据标识查询对应的 OneID
SELECT oneid, relation_type, is_primary
FROM ads_user_identity_to_oneid_df
WHERE identity_type = 'PHONE'
  AND identity_value = '138****5678';

四、OneID 能解决什么问题

4.1 风控领域

OneID 通过关联用户的各类标识，能够精准识别风险行为：

4.2 营销领域

OneID 助力实现精准营销，提升营销效率：

4.3 用户运营领域

OneID 帮助提升用户运营效率和精细化程度：

4.4 安全审计领域

OneID 可追踪完整的用户操作轨迹：

4.5 服务优化领域

OneID 能够显著提升服务质量：

4.6 客户体验领域

OneID 支持无缝的客户体验：

4.7 业务决策支持

OneID 为业务决策提供数据支持：

五、常见问题解答

5.1 基础概念

5.2 关联逻辑

5.3 数据管理

六、数据隐私与安全

6.1 数据脱敏原则

6.2 数据安全保障

• 最小必要原则：仅收集业务必需的标识信息，不收集无关数据
• 加密存储：敏感数据采用加密方式存储，防止数据泄露
• 访问控制：严格的权限管理和访问审计，防止未授权访问
• 数据保留：遵循数据保留期限，超期数据自动清理

6.3 用户权利

用户对自己的数据享有以下权利：

• 查询权：查询系统中的本人数据
• 更正权：要求更正不准确的个人信息
• 删除权：在符合法规前提下要求删除个人数据

七、总结

OneID 作为一种基于连通图原理的用户统一标识体系，通过智能关联分散的用户标识，为每个自然人构建完整的数字身份。它不仅解决了多设备、多平台时代的用户识别难题，更为风控、营销、运营、服务等多个业务领域提供了坚实的数据基础。

在技术实现上，OneID 采用了连通图原理、并查集算法、哈希编码 等成熟技术方案，确保了系统的准确性、高效性和稳定性。同时，通过完善的数据脱敏和隐私保护机制，在实现业务价值的同时充分保护用户隐私。

随着数字化程度的不断深入，OneID 将在用户增长、精准营销、风险防控、服务优化等领域发挥越来越重要的作用，成为企业数字化运营的核心基础设施。