CN110750725A - 保护隐私的用户画像生成方法、终端设备及存储介质 - Google Patents

保护隐私的用户画像生成方法、终端设备及存储介质 Download PDF

Info

Publication number
CN110750725A
CN110750725A CN201911018936.6A CN201911018936A CN110750725A CN 110750725 A CN110750725 A CN 110750725A CN 201911018936 A CN201911018936 A CN 201911018936A CN 110750725 A CN110750725 A CN 110750725A
Authority
CN
China
Prior art keywords
dimension
count
rectangular
label data
subspace
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.)
Pending
Application number
CN201911018936.6A
Other languages
English (en)
Inventor
霍峥
王腾
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.)
Business & Economics In Hebei, University of
Original Assignee
Business & Economics In Hebei, University of
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 Business & Economics In Hebei, University of filed Critical Business & Economics In Hebei, University of
Priority to CN201911018936.6A priority Critical patent/CN110750725A/zh
Publication of CN110750725A publication Critical patent/CN110750725A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • 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
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明适用于数据挖掘领域，特别涉及一种保护隐私的用户画像生成方法、终端设备及存储介质。本保护隐私的用户画像生成方法包括：获取用户的标签数据集合；基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元；获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数；在所述矩形单元的第一计数上添加噪声，获得所述矩形单元的第二计数；基于所述第二计数满足预设条件的矩形单元，获得用户画像。该保护隐私的用户画像生成方法在对用户标签数据集合进行聚类时，通过对标签数据集合中的标签数据落在每个矩形单元的计数值进行处理，对计数值进行保护，从而保护了用户的信息隐私。

Description

保护隐私的用户画像生成方法、终端设备及存储介质
技术领域
本发明适用于数据挖掘领域，特别涉及一种保护隐私的用户画像生成方法、终端设备及存储介质。
背景技术
生成用户画像通常通过对用户标签数据进行聚类进行。其中，进行聚类时，聚类算法根据其实现技术可分为基于距离的聚类、基于层次的聚类、基于距离的聚类、基于划分的聚类、基于网格的聚类、基于密度的聚类和基于模型的聚类等等。其中，大部分聚类算法是基于距离和密度的算法。
基于密度的聚类算法仅能发现球状簇，且发现的聚类个数依赖于用户参数的指定，这对用户来说存在很大困难。基于网格和密度的聚类算法，可在高维数据中识别出稠密子空间，能发现任意形状的簇。然而，简单的使用基于网格和密度的算法对用户标签进行聚类，生成用户画像，可能会导致用个人隐私的泄露。
发明内容
有鉴于此，本发明实施例提供了一种保护隐私的用户画像生成方法、终端设备及存储介质，以解决现有的生成用户画像的方法可能存在隐私泄露的问题。
本发明实施例的第一方面提供了一种保护隐私的用户画像生成方法，包括：
获取用户的标签数据集合；
基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元；
获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数；
在所述矩形单元的第一计数上添加噪声，获得所述矩形单元的第二计数；
基于所述第二计数满足预设条件的矩形单元，获得用户画像。
本发明实施例的第二方面提供了一种保护隐私的用户画像生成***，包括：
获取模块，用于获取用户的标签数据集合；
划分模块，用于基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元；
计数模块，用于获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数；
噪声模块，用于在所述矩形单元的第一计数上添加噪声，获得所述矩形单元的第二计数；
生成模块，用于基于所述第二计数满足预设条件的矩形单元，获得用户画像。
本发明实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述保护隐私的用户画像生成方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述保护隐私的用户画像生成方法的步骤。
本发明获取用户的标签数据集合，基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元，获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数，通过在矩形单元的第一计数上添加噪声，对矩形单元的第一计数值进行隐私保护，获得矩形单元的第二计数，再通过满足预设条件的第二计数的矩形单元生成聚簇，获得用户画像，在完成基于用户标签生成用户画像的同时，保护了用户标签的数据的真实计数值，防止了隐私的泄露。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的保护隐私的用户画像生成方法的流程示意图；
图2为本发明实施例提供的三维空间的矩形单元划分的示意图；
图3为本发明实施例提供的一维空间上的矩形单元的第一计数值的示意图；
图4为本发明实施例提供的二维空间上的矩形单元的第一计数值的示意图；
图5为本发明实施例提供的三维空间上的矩形单元的第一计数值的示意图；
图6是本发明实施例提供的保护隐私的用户画像生成***的结构示意图；
图7是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及其他任何变形，是指“包括但不限于”，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1是本发明实施例提供的保护隐私的用户画像生成方法的流程示意图，参见图1，该保护隐私的用户画像生成方法可以包括：
步骤S101，获取用户的标签数据集合。
在本发明实施例中，标签数据用来表征用户特征的信息。作为举例，在社交网站上，某个用户的一些标签信息或者备注信息。以标签信息为例，标签信息可以用于表征该用户的特征，例如，“摇滚青年”、“90后”、“口红控”等。某个用户的所有标签信息组合在一起就构成了该用户的标签数据。在实际应用中，可以预先对标签进行分类，每个类别的标签表示一个维度，还可以记录该类别的标签的使用次数或者标记次数。多个用户的标签数据构成的集合即为用户的标签数据集合。
步骤S102，基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元。
在本发明实施例中，为了方便描述与理解，假设用户的标签数据集合为三维的，对应的，基于标签数据的维度创建的多维空间也为三维的。参见图2，以间隔大小为“2”对该三维空间进行划分，划分为27个互不相交的矩形单元，其中t1、t2和t3分别表示三个类别的标签，即三个维度。划分之后，如图2中黑色圆点所示，用户的标签数据集合中的标签数据落入矩形单元中。
步骤S103，获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数。
在本发明实施例中，参见图2，可以通过统计每个矩形单元中包含的标签数据的数量，作为每个矩形单元的第一计数。
步骤S104，在所述矩形单元的第一计数上添加噪声，获得所述矩形单元的第二计数。
本发明实施例中，为了保护每个矩形单元内包含的标签数据的数量，以防止隐私的泄露，可以在每个矩形单元的第一计数值上添加噪声，获得每个矩形单元的第二计数。
步骤S105，基于所述第二计数满足预设条件的矩形单元，获得用户画像。
本发明实施例中，将所述第二计数满足预设条件的矩形单元组成一个集合，从集合中选择一个矩形单元作为初始聚簇，遍历所述集合中所述初始聚簇之外的矩形单元，将与该矩形单元连通的其它所述第二计数满足预设条件的矩形单元加入该初始聚簇中，获得聚簇，并将该聚簇作为用户画像。
本发明获取用户的标签数据集合，基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元，获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数，通过在矩形单元的第一计数上添加噪声，对矩形单元的第一计数值进行隐私保护，获得矩形单元的第二计数，再通过满足预设条件的第二计数的矩形单元生成聚簇，获得用户画像，在完成基于用户标签生成用户画像的同时，保护了用户标签的数据的真实计数值，防止了隐私的泄露。
可选的，获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数可以包括：
在一维下，选定一个维度，将所述标签数据在选定的维度上进行投影，得到当前维度下每个子空间内所述标签数据的数量，并将该标签数据的数量记为当前维度下每个子空间的第一计数，其中，所述当前维度下子空间为所述矩形单元在当前维度下的投影形成的空间；对当前维度下每个子空间的第一计数添加噪声，获得当前维度下每个子空间的第二计数；将该第二计数满足预设条件的子空间记为当前维度稠密单元。
在本发明实施例中，参见图3，选取一维t1作为一个维度，对应的，当前维度下子空间s1、s2和s3即为矩形单元在t1维度下的投影形成的空间。将标签数据在t1上的投影进行计数，用count(si)表示第i个子空间的第一计数，如图3所示，可以得到每个子空间的第一计数：count(s1)＝4,count(s2)＝3,count(s3)＝2。在每个第一计数上添加噪音，在本发明实施例中，该噪声可以为拉普拉斯噪声，其概率密度函数为：
Laplace(x)＝exp(-|x|×ε’/Δf)
其中，ε’＝ε/n，ε和Δf为预设常数，n表示所述标签数据集合的维度，x表示概率密度函数的变量。用count’(si)表示第i个子空间的第二计数，得到添加噪声后的第二计数：count’(s1)＝4.7，count’(s2)＝4.1，count’(s3)＝1.9。由于计数值不能为小数，将各个第二计数值进行四舍五入。将该第二计数满足预设条件的子空间记为当前维度稠密单元，所述预设条件为：若所述第二计数大于δ，则该第二计数对应的子空间为当前维度稠密单元。本发明实施例中设δ＝1，此时count’(s1)、count’(s2)和count’(s3)均满足预设条件，因此s1、s2和s3都为维度t1的稠密单元。
可选的，获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数还可以包括：
在i维下，在i-1维时选定的维度的基础上增加一个维度作为i维选定的维度，将所述标签数据在选定的维度上进行投影，得到与当前维度有效的子空间内所述标签数据的数量，并将该标签数据的数量记为上一维度关联的子空间的第一计数；其中，当前维度有效的子空间为上一维度的稠密单元在当前维度下对应的子空间；对当前维度有效的子空间的第一计数添加噪声，获得当前维度有效的子空间的第二计数；将该第二计数满足预设条件的子空间记为当前维度稠密单元；
在n维下，在n-1维时选定的维度的基础上增加一个维度作为n维选定的维度，将所述标签数据在选定的维度上进行投影，得到与当前维度有效的子空间内所述标签数据的数量，并将该标签数据的数量记为上一维度关联的子空间的第一计数；其中，n表示所述标签数据集合的维度，i∈[2,n-1]。
在本发明实施例中，i＝2时，参见图4，在二维下，在一维选的维度t1的基础上增加一个维度t2作为二维选定的维度，将标签数据在t1和t2的维度上进行投影，即将标签数据在t1和t2构成的二维平面上进行投影，得到与当前维度有效的子空间内标签数据的数量。其中，当前维度有效的子空间为上一维度t1的稠密单元s1、s2和s3在当前维度t2下对应的子空间，参见图4。在本发明实施例中，由于在维度t1下的子空间均为稠密单元，因此前维度t2下对应的有效的子空间包括了当前维度t2下对应的全部子空间。对当前维度有效的子空间的第一计数添加噪声，噪声延用拉普拉斯噪声，获得当前维度有效的子空间的第二计数，根据图4，计算可得满足预设条件的第二计数：count’(s11)＝4,count’(s12)＝2,count’(s13)＝3，将s11、s12和s13记为t1和t2维度的稠密单元。
在本发明实施例中，因为用户的标签数据集合为三维，其对应的数据空间也为三维，因此n＝3。参见图5，在二维时选定的维度t1和t2的基础上增加一个维度t3作为三维选定的维度，将标签数据在t1、t2和t3维度上进行投影(即本三维空间)，在三维中，s11、s12和s13对应的有效的子空间为s11X,s12X,s13X，共计9个子空间，此时的9子空间即为步骤S102中划分的27个矩形单元中的9个矩形单元。根据图5，获得该9个子空间的第一计数，即为此三维空间中所述矩形单元的第一计数。
可选的，所述在所述矩形单元的第一计数上添加噪声可以包括：
在所述矩形单元的第一计数上添加拉普拉斯噪声，并对添加拉普拉斯噪声后的第一计数取整，获得所述矩形单元的第二计数。
可选的，所述拉普拉斯噪声的概率密度函数可以为：
Laplace(x)＝exp(-|x|×ε’/Δf)
其中，ε’＝ε/n，ε和Δf为预设常数，n表示所述标签数据集合的维度，x表示概率密度函数的变量。
本发明实施例中，在上文所述中得到的9个子空间的第一计数，即矩形单元的第一计数上添加普拉斯噪声，并取整，获得矩形单元的第二计数。其中，添加噪声的过程可以与上文所述对每个维度下每个子空间的第一计数添加噪声的过程相同。
可选的，所述基于所述第二计数满足预设条件的矩形单元，获得用户画像可以包括：
将所述第二计数满足预设条件的矩形单元组成一个集合，从集合中选择一个矩形单元作为初始聚簇，遍历所述集合中所述初始聚簇之外的矩形单元，将与该矩形单元连通的其它所述第二计数满足预设条件的矩形单元加入该初始聚簇中，获得聚簇，并将该聚簇作为用户画像。
可选的，所述遍历所述集合中所述初始聚簇之外的矩形单元可以包括：
基于深度优先原则遍历所述初始聚簇之外的矩形单元。
在本发明实施例中，参见图5，根据获得的矩形单元的第二计数，将所述第二计数满足预设条件的矩形单元组成一个集合，其中，所述预设条件为：所述第二计数大于δ，δ可以根据实际需求设定，在本发明实施例中δ＝1。由此得到第二计数满足预设条件的矩形单元：count’(s113)＝4，count’(s123)＝3，count’(s133)＝5，并将其放入集合SC3中。作为示例，可以从SC3中任意选一个矩形单元s113作为初始聚簇，可以基于深度优先原则，遍历找到与s113相连通的矩形单元s123，并将矩形单元s123加入矩形单元s113构成的聚簇中。继续遍历，找到第二个与s113相连通的矩形单元s133，并将矩形单元s133加入矩形单元s113和矩形单元s123构成的聚簇中。至此，SC3中的矩形单元遍历完毕，得出聚簇C1＝{12,u1,u2,u3}，u1＝(0,6],u2＝(0,2],u3＝(4,6]，其中l为聚簇中包含标签数据的数量，ui为聚簇C1在每一维的范围。得到的聚簇C1即为用户画像。
由此可见，本发明实施例获取用户的标签数据集合，基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元，用户的标签数据集合往往是高维数据，本发明实施例通过对多维空间进行划分，对高维数据进行处理。本发明实施例在获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数时，在i-1维时选定的维度的基础上增加一个维度作为i维选定的维度，将所述标签数据在选定的维度上进行投影，得到与当前维度有效的子空间内所述标签数据的数量，并将该标签数据的数量记为上一维度关联的子空间的第一计数，符合关联规则挖掘中的先验性质，即若在i维一个子空间是稠密的，那它在i-1维的投影也是稠密的，即若先检验i-1维投影的子空间不是稠密的，那它在i维上的关联子空间也不是稠密的，即通过引入有效子空间概念，减少了数据处理量，增加了数据处理效率。并且在每一维度的计算时均引入噪声，以第二计数作为判断标准，在每一维空间中均保护了用户的标签数据隐私，确保不会出现隐私的泄露。之后，在最高维的空间，通过在矩形单元的第一计数上添加噪声，对矩形单元的第一计数值进行隐私保护，获得矩形单元的第二计数。通过识别满足预设条件的第二计数的矩形单元，可以在高维数据中识别出稠密子空间，通过深度优先原则遍历稠密子空间，可以发现任意形状的聚簇，具有良好的伸缩性，无需考虑到任何规范化的空间数据分布。本发明实施例在完成基于用户标签生成用户画像的同时，保护了用户标签的数据的真实计数值，防止了隐私的泄露。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图6是本发明实施例提供的保护隐私的用户画像生成***的示意图，参见图6，该保护隐私的用户画像生成***60可以包括：
获取模块61，用于获取用户的标签数据集合；
划分模块62，用于基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元；
计数模块63，用于获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数；
噪声模块64，用于在所述矩形单元的第一计数上添加噪声，获得所述矩形单元的第二计数。
生成模块65，用于基于所述第二计数满足预设条件的矩形单元，获得用户画像。
可选的，所述噪声模块还用于：
在所述矩形单元的第一计数上添加拉普拉斯噪声，并对添加拉普拉斯噪声后的第一计数取整，获得所述矩形单元的第二计数。
可选的，所述拉普拉斯噪声的概率密度函数为：
Laplace(x)＝exp(-|x|×ε’/Δf)
其中，ε’＝ε/n，ε和Δf为预设常数，n表示所述标签数据集合的维度，x表示概率密度函数的变量。
可选的，所述计数模块还用于：在一维下，选定一个维度，将所述标签数据在选定的维度上进行投影，得到当前维度下每个子空间内所述标签数据的数量，并将该标签数据的数量记为当前维度下每个子空间的第一计数，其中，所述当前维度下子空间为所述矩形单元在当前维度下的投影形成的空间；对当前维度下每个子空间的第一计数添加噪声，获得当前维度下每个子空间的第二计数；将该第二计数满足预设条件的子空间记为当前维度稠密单元。
可选的，所述计数模块还用于：
在i维下，在i-1维时选定的维度的基础上增加一个维度作为i维选定的维度，将所述标签数据在选定的维度上进行投影，得到与当前维度有效的子空间内所述标签数据的数量，并将该标签数据的数量记为上一维度关联的子空间的第一计数；其中，当前维度有效的子空间为上一维度的稠密单元在当前维度下对应的子空间；对当前维度有效的子空间的第一计数添加噪声，获得当前维度有效的子空间的第二计数；将该第二计数满足预设条件的子空间记为当前维度稠密单元；
在n维下，在n-1维时选定的维度的基础上增加一个维度作为n维选定的维度，将所述标签数据在选定的维度上进行投影，得到与当前维度有效的子空间内所述标签数据的数量，并将该标签数据的数量记为上一维度关联的子空间的第一计数；其中，n表示所述标签数据集合的维度，i∈[2,n-1]。
可选的，所述生成模块还用于：
将所述第二计数满足预设条件的矩形单元组成一个集合，从集合中选择一个矩形单元作为初始聚簇，遍历所述集合中所述初始聚簇之外的矩形单元，将与该矩形单元连通的其它所述第二计数满足预设条件的矩形单元加入该初始聚簇中，获得聚簇，并将该聚簇作为用户画像。
可选的，所述生成模块还用于：基于深度优先原则遍历所述初始聚簇之外的矩形单元。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述保护隐私的用户画像生成***的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图7本发明一实施例提供的终端设备的示意图。如图7所示，在本实施例中，终端设备70包括：处理器71、存储器72以及存储在所述存储器72中并可在所述处理器71上运行的计算机程序73。所述处理器71执行所述计算机程序73时实现如实施例第一方面中的各实施例中的步骤，例如图1所示的步骤S101至S105。或者，所述处理器71执行所述计算机程序73时实现上述保护隐私的用户画像生成***实施例中各模块/单元的功能，例如图6所示模块61至65。
示例性地，所述计算机程序73可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器72中，并由所述处理器71执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序73在所述终端设备70中的执行过程。
所述终端设备可以是手机、平板电脑等计算设备。所述终端设备可包括，但不仅限于，处理器71、存储器72。本领域技术人员可以理解，图7仅仅是终端设备70的示例，并不构成对终端设备70的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备70还可以包括输入输出设备、网络接入设备、总线等。
所称处理器71可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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、分立硬件组件等。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。
所述存储器72可以是所述终端设备70的内部存储单元，例如终端设备70的硬盘或内存。所述存储器72也可以是所述终端设备70的外部存储设备，例如所述终端设备70上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器72还可以既包括所述终端设备70的内部存储单元也包括外部存储设备。所述存储器72用于存储所述计算机程序73以及所述终端设备70所需的其他程序和数据。所述存储器72还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的保护隐私的用户画像生成方法、***及终端设备，可以通过其它的方式实现。例如，以上所描述的保护隐私的用户画像生成***实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种保护隐私的用户画像生成方法，其特征在于，包括：
获取用户的标签数据集合；
基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元；
获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数；
在所述矩形单元的第一计数上添加噪声，获得所述矩形单元的第二计数；
基于所述第二计数满足预设条件的矩形单元，获得用户画像。
2.如权利要求1所述的保护隐私的用户画像生成方法，其特征在于，所述在所述矩形单元的第一计数上添加噪声包括：
在所述矩形单元的第一计数上添加拉普拉斯噪声，并对添加拉普拉斯噪声后的第一计数取整，获得所述矩形单元的第二计数。
3.如权利要求2所述的保护隐私的用户画像生成方法，其特征在于，所述拉普拉斯噪声的概率密度函数为：
Laplace(x)＝exp(-|x|×ε’/Δf)
其中，ε’＝ε/n，ε和Δf为预设常数，n表示所述标签数据集合的维度，x表示概率密度函数的变量。
4.如权利要求1所述的保护隐私的用户画像生成方法，其特征在于，所述获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数包括：
在一维下，选定一个维度，将所述标签数据在选定的维度上进行投影，得到当前维度下每个子空间内所述标签数据的数量，并将该标签数据的数量记为当前维度下每个子空间的第一计数，其中，所述当前维度下子空间为所述矩形单元在当前维度下的投影形成的空间；对当前维度下每个子空间的第一计数添加噪声，获得当前维度下每个子空间的第二计数；将该第二计数满足预设条件的子空间记为当前维度稠密单元。
5.如权利要求1所述的保护隐私的用户画像生成方法，其特征在于，所述获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数还包括：
在i维下，在i-1维时选定的维度的基础上增加一个维度作为i维选定的维度，将所述标签数据在选定的维度上进行投影，得到与当前维度有效的子空间内所述标签数据的数量，并将该标签数据的数量记为上一维度关联的子空间的第一计数；其中，当前维度有效的子空间为上一维度的稠密单元在当前维度下对应的子空间；对当前维度有效的子空间的第一计数添加噪声，获得当前维度有效的子空间的第二计数；将该第二计数满足预设条件的子空间记为当前维度稠密单元；
在n维下，在n-1维时选定的维度的基础上增加一个维度作为n维选定的维度，将所述标签数据在选定的维度上进行投影，得到与当前维度有效的子空间内所述标签数据的数量，并将该标签数据的数量记为上一维度关联的子空间的第一计数；其中，n表示所述标签数据集合的维度，i∈[2,n-1]。
6.如权利要求1所述的保护隐私的用户画像生成方法，其特征在于，所述基于所述第二计数满足预设条件的矩形单元，获得用户画像包括：
将所述第二计数满足预设条件的矩形单元组成一个集合，从集合中选择一个矩形单元作为初始聚簇，遍历所述集合中所述初始聚簇之外的矩形单元，将与该矩形单元连通的其它所述第二计数满足预设条件的矩形单元加入该初始聚簇中，获得聚簇，并将该聚簇作为用户画像。
7.如权利要求6所述的保护隐私的用户画像生成方法，其特征在于，所述遍历所述集合中所述初始聚簇之外的矩形单元包括：
基于深度优先原则遍历所述初始聚簇之外的矩形单元。
8.一种保护隐私的用户画像生成***，其特征在于，包括：
获取模块，用于获取用户的标签数据集合；
划分模块，用于基于所述标签数据集合中标签数据的维度创建多维空间，并将所述多维空间划分为多个互不相交的矩形单元；
计数模块，用于获取所述矩形单元内所述标签数据的数量，记为所述矩形单元的第一计数；
噪声模块，用于在所述矩形单元的第一计数上添加噪声，获得所述矩形单元的第二计数；
生成模块，用于基于所述第二计数满足预设条件的矩形单元，获得用户画像。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述保护隐私的用户画像生成方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述保护隐私的用户画像生成方法的步骤。
CN201911018936.6A 2019-10-24 2019-10-24 保护隐私的用户画像生成方法、终端设备及存储介质 Pending CN110750725A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911018936.6A CN110750725A (zh) 2019-10-24 2019-10-24 保护隐私的用户画像生成方法、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911018936.6A CN110750725A (zh) 2019-10-24 2019-10-24 保护隐私的用户画像生成方法、终端设备及存储介质

Publications (1)

Publication Number Publication Date
CN110750725A true CN110750725A (zh) 2020-02-04

Family

ID=69279770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911018936.6A Pending CN110750725A (zh) 2019-10-24 2019-10-24 保护隐私的用户画像生成方法、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN110750725A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666460A (zh) * 2020-05-27 2020-09-15 中国平安财产保险股份有限公司 基于隐私保护的用户画像生成方法、装置及存储介质
CN113343306A (zh) * 2021-06-29 2021-09-03 招商局金融科技有限公司 基于差分隐私的数据查询方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170316346A1 (en) * 2016-04-28 2017-11-02 Qualcomm Incorporated Differentially private iteratively reweighted least squares
CN107766740A (zh) * 2017-10-20 2018-03-06 辽宁工业大学 一种Spark 框架下的基于差分隐私保护的数据发布方法
CN109784092A (zh) * 2019-01-23 2019-05-21 北京工业大学 一种基于标签和差分隐私保护的推荐方法
CN109886334A (zh) * 2019-02-20 2019-06-14 安徽师范大学 一种隐私保护的共享近邻密度峰聚类方法
US20190311219A1 (en) * 2016-10-10 2019-10-10 King Abdullah University Of Science And Technology Quasi-clique prototype-based hybrid clustering
CN110334757A (zh) * 2019-06-27 2019-10-15 南京邮电大学 面向大数据分析的隐私保护聚类方法及计算机存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170316346A1 (en) * 2016-04-28 2017-11-02 Qualcomm Incorporated Differentially private iteratively reweighted least squares
US20190311219A1 (en) * 2016-10-10 2019-10-10 King Abdullah University Of Science And Technology Quasi-clique prototype-based hybrid clustering
CN107766740A (zh) * 2017-10-20 2018-03-06 辽宁工业大学 一种Spark 框架下的基于差分隐私保护的数据发布方法
CN109784092A (zh) * 2019-01-23 2019-05-21 北京工业大学 一种基于标签和差分隐私保护的推荐方法
CN109886334A (zh) * 2019-02-20 2019-06-14 安徽师范大学 一种隐私保护的共享近邻密度峰聚类方法
CN110334757A (zh) * 2019-06-27 2019-10-15 南京邮电大学 面向大数据分析的隐私保护聚类方法及计算机存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘珊: "《大数据与新媒体运营》", 30 October 2017 *
项响琴 等: "CLIQUE聚类算法的分析研究", 《合肥学院学报（自然科学版）》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666460A (zh) * 2020-05-27 2020-09-15 中国平安财产保险股份有限公司 基于隐私保护的用户画像生成方法、装置及存储介质
CN113343306A (zh) * 2021-06-29 2021-09-03 招商局金融科技有限公司 基于差分隐私的数据查询方法、装置、设备及存储介质
CN113343306B (zh) * 2021-06-29 2024-02-20 招商局金融科技有限公司 基于差分隐私的数据查询方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110378218A (zh) 一种图像处理方法、装置及终端设备
CN106845331B (zh) 一种图像处理方法及终端
CN109146855A (zh) 一种图像摩尔纹检测方法、终端设备及存储介质
CN109299615B (zh) 一种面向社交网络数据的差分隐私处理发布方法
CN107688824A (zh) 图片匹配方法及终端设备
CN106156755A (zh) 一种人脸识别中的相似度计算方法及***
CN106407920B (zh) 指纹图像的条纹噪声消除方法
CN116188805B (zh) 海量图像的图像内容分析方法、装置和图像信息网络
CN102236675A (zh) 图像特征点匹配对处理、图像检索方法及设备
CN104123718A (zh) 图像处理装置及方法、图像处理控制程序、以及记录介质
CN105956628A (zh) 数据分类方法和用于数据分类的装置
CN110750725A (zh) 保护隐私的用户画像生成方法、终端设备及存储介质
CN109785246A (zh) 一种非局部均值滤波的降噪方法、装置及设备
CN108229658A (zh) 基于有限样本的物体检测器的实现方法及装置
CN112241789A (zh) 用于轻量化神经网络的结构化剪枝方法、装置、介质及设备
CN112825199B (zh) 碰撞检测方法、装置、设备及存储介质
CN111628974A (zh) 差分隐私保护方法、装置、电子设备和存储介质
CN110162549A (zh) 一种火灾数据分析方法、装置、可读存储介质及终端设备
CN113572721B (zh) 一种异常访问检测方法、装置、电子设备及存储介质
CN110928441A (zh) 一种触摸物识别方法、***、终端设备及存储介质
CN111353577A (zh) 基于多任务的级联组合模型的优化方法、装置及终端设备
CN108270973A (zh) 一种拍照处理方法、移动终端及计算机可读存储介质
CN114384541A (zh) 点云目标检测方法、终端设备及计算机可读存储介质
CN109388311A (zh) 一种图像显示方法、装置及设备
CN107358716B (zh) 黑水印识别方法、装置及终端设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200204