CN114021175B - 用户画像的配置方法、装置、计算机设备及介质 - Google Patents
用户画像的配置方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN114021175B CN114021175B CN202111402220.3A CN202111402220A CN114021175B CN 114021175 B CN114021175 B CN 114021175B CN 202111402220 A CN202111402220 A CN 202111402220A CN 114021175 B CN114021175 B CN 114021175B
- Authority
- CN
- China
- Prior art keywords
- user
- platform
- ciphertext
- tag
- attribute
- 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
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
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- 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
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Storage Device Security (AREA)
Abstract
本申请涉及用户画像领域,揭示了一种用户画像的配置方法、装置、计算机设备及存储介质,方法包括:获取用户在若干个不同平台的基础数据及对应平台的平台标识;获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系;根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签;对所述属性标签进行同态加密,得到密文标签;获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。本申请能够提高数据的安全性及提高密文标签转化为用户画像的效率。
Description
技术领域
本申请涉及到用户画像领域,特别是涉及到一种用户画像的配置方法、装置、计算机设备及存储介质。
背景技术
随着互联网技术的发展,目前互联网上对于用户画像的处理,是通过统计用户的行为数据,然后识别用户的行为数据从而得到表征用户画像的不同标签,而对于不同平台采集的数据,没有额外地进行数据管理与权限控制,数据的泄露风险较大,且用户画像的配置过程数据安全性低、效率低。
发明内容
本申请的主要目的为提供一种用户画像的配置方法、装置、计算机设备及存储介质,旨在解决目前不同平台下的用户画像的配置过程安全性低、效率低的问题。
为了实现上述发明目的,本申请提出一种用户画像的配置方法,包括:
获取用户在若干个不同平台的基础数据及对应平台的平台标识;
获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系;
根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签;
对所述属性标签进行同态加密,得到密文标签;
获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。
进一步地,所述将所述第一单词基于预建立的同义词表转化为相同语义的第二单词,根据所述第一样本数据与所述第二单词生成第二样本数据,包括:
选取所述第一样本数据中的任意一个单词作为第一单词;
基于预建立的同义词表为所述第一单词匹配相同语义的第二单词;
将所述第一样本数据的第一单词替换为所述第二单词,生成第二样本数据。
进一步地,所述获取所述第一单词中使用频率满足预设值的第三单词之前,还包括:
获取所述第一样本数据的应用场景;
获取基于大数据预采集的所述应用场景下的单词库;
从所述单词库中确定所述应用场景下频率的预设值。
进一步地,所述生成意图识别模型的训练样本数据之后,还包括:
获取所述训练样本数据的意图;
统计各个意图的训练样本数据的数据量;
获取所述训练样本数据的数据量低于预设阈值的目标意图,对所述目标意图进行训练样本数据增强。
进一步地,所述对所述目标意图进行训练样本数据增强,包括:
获取所述目标意图的待增强样本数据;
对所述待增强样本数据的词语的进行顺序变换,生成目标样本数据,以对所述目标意图进行训练样本数据增强。
进一步地,所述对所述目标意图进行训练样本数据增强,包括:
获取所述目标意图的初始样本数据;
获取与所述目标意图相匹配的历史样本数据;
计算所述初始样本数据与历史样本数据的相似度,根据所述相似度筛选满足预设要求的目标历史样本数据;
将所述目标历史样本数据与所述目标意图建立关联,以增强所述目标意图的训练样本数据。
进一步地,所述将所述第一样本数据、所述第二样本数据、所述第三样本数据进行关联数据增强,包括:
获取所述第一样本数据的第一意图;
将所述第一意图配置为区块的头部信息;
将所述第一样本数据、所述第二样本数据、所述第三样本数据配置为区块的内容信息;
根据所述头部信息与所述内容信息进行上链,以将所述第一样本数据、所述第二样本数据、所述第三样本数据进行关联数据增强。
本申请还提供一种用户画像的配置装置,包括:
数据获取模块,用于获取用户在若干个不同平台的基础数据及对应平台的平台标识;
关联关系模块,用于获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系;
标签匹配模块,用于根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签;
标签加密模块,用于对所述属性标签进行同态加密,得到密文标签;
画像生成模块,用于获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述用户画像的配置方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述用户画像的配置方法的步骤。
本申请例提供了一种基于同态加密算法的用户画像的配置方法,首先获取用户在若干个不同平台的基础数据及对应平台的平台标识,然后获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系,根据所述关联关系基于机器学***台标识下的所述基础数据,对所述基础数据进行规范化处理,然后采用临近分析、聚类分析、决策树算法将所述基础数据与预定义的标签进行匹配,得到用户在每一个平台下的属性标签,再对所述属性标签进行同态加密,得到密文标签,在得到密文标签后,获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、所述授权信息生成用户画像,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、授权信息生成用户画像,完成多个不同平台下的基础数据组合后的用户画像的配置,所述用户画像基于不同平台下用户的密文标签的组合而配置生成,因此得到的用户画像亦为加密的用户画像,能够保证用户画像的数据安全性。并且,同态加密得到的密文标签除了能实现基本的加密配置之外,还能实现密文标签之间的直接计算,可以先对多个密文标签进行计算之后再解密,而不需要对每一个密文标签解密再计算而耗费大量的计算力,不仅提高数据的安全性,还保证数据安全的前提下提高密文标签转化为用户画像的效率。
附图说明
图1为本申请用户画像的配置方法的一实施例流程示意图;
图2为本申请用户画像的配置装置的一实施例结构示意图;
图3为本申请计算机设备的一实施例结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,本申请实施例提供一种用户画像的配置方法,包括步骤S10-S50,对于所述用户画像的配置方法的各个步骤的详细阐述如下。
S10、获取用户在若干个不同平台的基础数据及对应平台的平台标识。
本实施例应用于内容、产品平台的用户画像分析场景,同一个用户在不同平台上的行为可以反映该用户的特征,将用户在平台上的行为所产生的数据定义为基础数据,便可获取用户在若干个不同平台的基础数据,同时获取对应平台的平台标识,所述基础数据包括用户属性数据与用户行为数据。在一种实施方式中,不同的平台表征多个不同的应用程序或网站,从而从不同的应用程序或网站获取用户在对应应用程序或网站上的基础数据;在另一种实施方式中,所述不同平台表征一个应用程序中的不同功能模块例如应用程序中的购物功能,资讯功能,社交功能,或所述不同平台表征一个网站中的不同功能页面,用户在使用不同功能时所产生的数据定义为不同平台对应的基础数据。
S20、获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系。
本实施例中,在获取用户在若干个不同平台的基础数据及对应平台的平台标识后,获取用户的用户标识,将同一个用户在不同平台以同一个用户标识进行表征,然后建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系,即确定用户在不同平台下所产生的基础数据,根据所述关联关系可以对所述基础数据进行追溯。
S30、根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签。
本实施例中,在建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系之后,根据所述关联关系基于机器学***台标识下的所述基础数据,首先,针对每一个平台,基于所述平台标识及所述关联关系获取该平台下产生的基础数据,然后基于机器学***台下的用户的属性标签,对于其他平台,同样执行上述操作,从而得到用户在每一个平台下的属性标签,所述属性标签包括标签基本定义和标签分层定义。通过定义标签,包括标签基本定义和标签分层定义,不同类型的标签会配置周期计算的规则及类型,例如从管控角度进行类型划分,分为通用标签和受控标签,受控标签和通用标签划分,只有授权人员可以访问受控标签,体现了对客户信息安全性管控。
S40、对所述属性标签进行同态加密,得到密文标签。
本实施例中,在得到用户在每一个平台下的属性标签之后,对所述属性标签进行同态加密,得到密文标签,即对不同平台下的属性标签基于一种加密算法进行同态加密,将每个属性标签加密为密文标签,同态加密得到的密文标签除了能实现基本的加密操作之外,还能实现密文间的多种计算,即实现密文标签之间的多种计算,利用同态加密对所述属性标签进行加密,可以先对多个密文标签进行计算之后再解密,不必对每一个密文标签解密再计算而耗费大量的计算力,从而提高密文标签转化至用户画像的效率;还可以实现无密钥方对密文标签的计算,密文标签的计算无须经过密钥方,既可以减少通信代价,又可以转移计算任务,由此可平衡计算力资源。
S50、获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。
本实施例中,在得到密文标签后,获取所述属性标签的类型,即所述属性标签的分类类型,所述分类类型包括受控标签与通用标签,然后根据所述属性标签的类型配置所述密文标签的授权信息,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、授权信息生成用户画像,完成多个不同平台下的基础数据组合后的用户画像的配置,并且,所述用户画像基于不同平台下用户的密文标签的组合而配置生成,因此得到的用户画像亦为加密的用户画像,同时,所述密文标签基于同态加密而得到,可以通过任意若干个平台的密文标签的组合生成对应平台组合下的用户画像,也可以在不同阶段输出不同的用户画像,完成用户画像的灵活配置。
本实施例提供一种基于同态加密算法的用户画像的配置方法,首先获取用户在若干个不同平台的基础数据及对应平台的平台标识,然后获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系,根据所述关联关系基于机器学***台标识下的所述基础数据,对所述基础数据进行规范化处理,然后采用临近分析、聚类分析、决策树算法将所述基础数据与预定义的标签进行匹配,得到用户在每一个平台下的属性标签,再对所述属性标签进行同态加密,得到密文标签,在得到密文标签后,获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、所述授权信息生成用户画像,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、授权信息生成用户画像,完成多个不同平台下的基础数据组合后的用户画像的配置,所述用户画像基于不同平台下用户的密文标签的组合而配置生成,因此得到的用户画像亦为加密的用户画像,能够保证用户画像的数据安全性。并且,同态加密得到的密文标签除了能实现基本的加密配置之外,还能实现密文标签之间的直接计算,可以先对多个密文标签进行计算之后再解密,而不需要对每一个密文标签解密再计算而耗费大量的计算力,不仅提高数据的安全性,还保证数据安全的前提下提高密文标签转化为用户画像的效率。
在一个实施例中,所述获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息之前,还包括:
获取所述用户画像的应用场景;
根据所述应用场景匹配属性标签的分类类型库;
根据所述分类类型库配置所述属性标签的类型。
本实施例中,在获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息之前,获取所述用户画像的应用场景,不同应用场景下,同一个属性标签的分类类型不同,然后根据所述应用场景匹配属性标签的分类类型库,根据所述分类类型库配置所述属性标签的类型,例如在产品推送场景,属性标签“工作地址”的分类类型为A1,该属性标签不能公开,在公司会议场景,属性标签“工作地址”的分类类型为A2,该属性标签可以公开,通过配置不同应用场景下的分类类型库确定所述属性标签的类型,可以在不同场景下配置密文标签的授权信息,从而提高不同场景下用户画像的展示效果,提高应用场景的广泛性。
在一个实施例中,所述对所述属性标签进行同态加密,得到密文标签之后,还包括:
获取所述属性标签的类型,根据所述属性标签的类型对同一类型的多个密文标签进行组合计算,得到组合后的密文标签。
本实施例中,在对所述属性标签进行同态加密,得到密文标签之后,还可以对多个密文标签进行组合计算,得到组合后的密文标签,具体的,由于属性标签的属性不同,为了方便密钥标签的分类,获取所述属性标签的类型,然后根据所述属性标签的类型对同一类型的多个密文标签进行组合计算,得到组合后的密文标签,例如对于属性标签为通用类型对应的密文标签进行组合计算,对于属性标签为受控类型的密文标签进行组合计算,组合后的密文标签经过解析,可以得到多个密文标签,再对各个密文标签进行解密,可以得到每个密文标签对应的属性标签,通过组合密文标签,能够数据传输的数据量,从而提高资源的利用率。
在一个实施例中,所述平台包括第一平台与第二平台;所述生成用户画像,包括:
生成第一平台的第一用户画像,以及生成第二平台的第二用户画像,以及生成第一平台与第二平台的组合用户画像。
本实施例中,所述若干个平台包括不同的平台,以第一平台、第二平台表征不同的平台,在对生成用户画像时,可以同时生成第一平台的第一用户画像,以及生成第二平台的第二用户画像,以及生成第一平台与第二平台的组合用户画像,从而提高不同平台的用户画像的生成效率以及不同平台之间组合的用户画像的生成效率。
在一个实施例中,所述生成第一平台的第一用户画像之后,还包括:
获取用户在第一平台的第一用户画像的密文标签数量;
根据所述密文标签数量计算所述第一用户画像的丰富度;
若所述丰富度低于预设值,获取用户在第二平台的基础密文标签;
将所述基础密文标签添加所述第一平台的第一用户画像,更新所述第一用户画像。
本实施例中,在生成第一平台的第一用户画像之后,即生成用户在一个平台的画像之后,获取用户在第一平台的第一用户画像的密文标签数量,即对用户在第一平台的第一用户画像进行统计,根据所述密文标签计算所述第一用户画像的丰富度,若所述丰富度低于预设值,说明第一平台上的第一用户画像不够丰富,不足以准确地描述用户特征,此时获取用户在第二平台的基础密文标签,所述基础密文标签基于标签类型确定,所述基础密文标签表征用户的基本特征信息,然后将所述基础密文标签添加所述第一平台的第一用户画像,更新所述第一用户画像,从而丰富第一平台的第一用户画像,保证第一平台的第一用户画像能够正常使用,提高用户画像配置的灵活性。
在一个实施例中,所述将所述基础密文标签添加所述第一平台的第一用户画像,更新所述第一用户画像之后,还包括:
基于所述第一用户画像匹配第一平台的推荐信息;
向第一平台推送所述用户的所述推荐信息。
本实施例中,在生成第一用户画像之后,基于所述第一用户画像匹配第一平台的推荐信息,使得用户在第一平台下即使用户画像的丰富度不足,仍然能够匹配到与用户画像关联程度更高的推荐信息,而且,由于密文标签是加密的,不同平台之间的密文标签不会泄露,从而保证数据的安全性。
在一个实施例中,所述根据所述密文标签及所述授权信息生成用户画像之后,还包括:
当接收到用户画像的查看请求时,获取所述查看请求包含的权限信息;
若所述权限信息与所述授权信息相匹配,提取所述查看请求中的密钥信息;
根据所述密钥信息解密所述用户画像,输出解密后的所述用户画像。
本实施例中,在根据所述密文标签及所述授权信息生成用户画像之后,查看所述用户画像需先获得授权,授权成功后才可查看用户画像,即当接收到用户画像的查看请求时,获取所述查看请求包含的权限信息,若所述权限信息与所述授权信息相匹配,则确认授权成功,而所述用户画像仍然是加密的用户画像,此时还提取所述查看请求中的密钥信息,根据所述密钥信息解密所述用户画像,然后输出解密后的所述用户画像,通过授权信息与同态加密保证用户画像数据的安全性。
参照图2,本申请还提供一种用户画像的配置装置,包括:
数据获取模块10,用于获取用户在若干个不同平台的基础数据及对应平台的平台标识;
关联关系模块20,用于获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系;
标签匹配模块30,用于根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签;
标签加密模块40,用于对所述属性标签进行同态加密,得到密文标签;
画像生成模块50,用于获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。
如上所述,可以理解地,本申请中提出的所述用户画像的配置装置的各组成部分可以实现如上所述用户画像的配置方法任一项的功能。
在一个实施例中,所述获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息之前,还包括:
获取所述用户画像的应用场景;
根据所述应用场景匹配属性标签的分类类型库;
根据所述分类类型库配置所述属性标签的类型。
在一个实施例中,所述对所述属性标签进行同态加密,得到密文标签之后,还包括:
获取所述属性标签的类型,根据所述属性标签的类型对同一类型的多个密文标签进行组合计算,得到组合后的密文标签。
在一个实施例中,所述平台包括第一平台与第二平台;所述生成用户画像,包括:
生成第一平台的第一用户画像,以及生成第二平台的第二用户画像,以及生成第一平台与第二平台的组合用户画像。
在一个实施例中,所述生成第一平台的第一用户画像之后,还包括:
获取用户在第一平台的第一用户画像的密文标签数量;
根据所述密文标签数量计算所述第一用户画像的丰富度;
若所述丰富度低于预设值,获取用户在第二平台的基础密文标签;
将所述基础密文标签添加所述第一平台的第一用户画像,更新所述第一用户画像。
在一个实施例中,所述将所述基础密文标签添加所述第一平台的第一用户画像,更新所述第一用户画像之后,还包括:
基于所述第一用户画像匹配第一平台的推荐信息;
向第一平台推送所述用户的所述推荐信息。
在一个实施例中,所述根据所述密文标签及所述授权信息生成用户画像之后,还包括:
当接收到用户画像的查看请求时,获取所述查看请求包含的权限信息;
若所述权限信息与所述授权信息相匹配,提取所述查看请求中的密钥信息;
根据所述密钥信息解密所述用户画像,输出解密后的所述用户画像。
参照图3,本申请实施例中还提供一种计算机设备,该计算机设备可以是移动终端,其内部结构可以如图3所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和显示装置及输入装置。其中,该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机设备的输入装置用于接收用户的输入。该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质。该存储介质存储有操作***、计算机程序和数据库。该计算机设备的数据库用于存放数据。该计算机程序被处理器执行时以实现一种用户画像的配置方法。
上述处理器执行上述的用户画像的配置方法,包括:获取用户在若干个不同平台的基础数据及对应平台的平台标识;获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系;根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签;对所述属性标签进行同态加密,得到密文标签;获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。
所述计算机设备提供了一种基于同态加密算法的用户画像的配置方法,首先获取用户在若干个不同平台的基础数据及对应平台的平台标识,然后获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系,根据所述关联关系基于机器学***台标识下的所述基础数据,对所述基础数据进行规范化处理,然后采用临近分析、聚类分析、决策树算法将所述基础数据与预定义的标签进行匹配,得到用户在每一个平台下的属性标签,再对所述属性标签进行同态加密,得到密文标签,在得到密文标签后,获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、所述授权信息生成用户画像,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、授权信息生成用户画像,完成多个不同平台下的基础数据组合后的用户画像的配置,所述用户画像基于不同平台下用户的密文标签的组合而配置生成,因此得到的用户画像亦为加密的用户画像,能够保证用户画像的数据安全性。并且,同态加密得到的密文标签除了能实现基本的加密配置之外,还能实现密文标签之间的直接计算,可以先对多个密文标签进行计算之后再解密,而不需要对每一个密文标签解密再计算而耗费大量的计算力,不仅提高数据的安全性,还保证数据安全的前提下提高密文标签转化为用户画像的效率。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被所述处理器执行时实现一种用户画像的配置方法,包括步骤:获取用户在若干个不同平台的基础数据及对应平台的平台标识;获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系;根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签;对所述属性标签进行同态加密,得到密文标签;获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。
所述计算机可读存储介质提供了一种基于同态加密算法的用户画像的配置方法,首先获取用户在若干个不同平台的基础数据及对应平台的平台标识,然后获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系,根据所述关联关系基于机器学***台标识下的所述基础数据,对所述基础数据进行规范化处理,然后采用临近分析、聚类分析、决策树算法将所述基础数据与预定义的标签进行匹配,得到用户在每一个平台下的属性标签,再对所述属性标签进行同态加密,得到密文标签,在得到密文标签后,获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、所述授权信息生成用户画像,不同类型的密文标签配置对应的授权信息,并根据所述密文标签、授权信息生成用户画像,完成多个不同平台下的基础数据组合后的用户画像的配置,所述用户画像基于不同平台下用户的密文标签的组合而配置生成,因此得到的用户画像亦为加密的用户画像,能够保证用户画像的数据安全性。并且,同态加密得到的密文标签除了能实现基本的加密配置之外,还能实现密文标签之间的直接计算,可以先对多个密文标签进行计算之后再解密,而不需要对每一个密文标签解密再计算而耗费大量的计算力,不仅提高数据的安全性,还保证数据安全的前提下提高密文标签转化为用户画像的效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。
本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。
非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围。
凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种用户画像的配置方法,其特征在于,包括:
获取用户在若干个不同平台的基础数据及对应平台的平台标识;
获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系;
根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签;
对所述属性标签进行同态加密,得到密文标签;
获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。
2.根据权利要求1所述的用户画像的配置方法,其特征在于,所述获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息之前,还包括:
获取所述用户画像的应用场景;
根据所述应用场景匹配属性标签的分类类型库;
根据所述分类类型库配置所述属性标签的类型。
3.根据权利要求1所述的用户画像的配置方法,其特征在于,所述对所述属性标签进行同态加密,得到密文标签之后,还包括:
获取所述属性标签的类型,根据所述属性标签的类型对同一类型的多个密文标签进行组合计算,得到组合后的密文标签。
4.根据权利要求1所述的用户画像的配置方法,其特征在于,所述平台包括第一平台与第二平台;所述生成用户画像,包括:
生成第一平台的第一用户画像,以及生成第二平台的第二用户画像,以及生成第一平台与第二平台的组合用户画像。
5.根据权利要求4所述的用户画像的配置方法,其特征在于,所述生成第一平台的第一用户画像之后,还包括:
获取用户在第一平台的第一用户画像的密文标签数量;
根据所述密文标签数量计算所述第一用户画像的丰富度;
若所述丰富度低于预设值,获取用户在第二平台的基础密文标签;
将所述基础密文标签添加所述第一平台的第一用户画像,更新所述第一用户画像。
6.根据权利要求5所述的用户画像的配置方法,其特征在于,所述将所述基础密文标签添加所述第一平台的第一用户画像,更新所述第一用户画像之后,还包括:
基于所述第一用户画像匹配第一平台的推荐信息;
向第一平台推送所述用户的所述推荐信息。
7.根据权利要求1所述的用户画像的配置方法,其特征在于,所述根据所述密文标签及所述授权信息生成用户画像之后,还包括:
当接收到用户画像的查看请求时,获取所述查看请求包含的权限信息;
若所述权限信息与所述授权信息相匹配,提取所述查看请求中的密钥信息;
根据所述密钥信息解密所述用户画像,输出解密后的所述用户画像。
8.一种用户画像的配置装置,其特征在于,包括:
数据获取模块,用于获取用户在若干个不同平台的基础数据及对应平台的平台标识;
关联关系模块,用于获取用户的用户标识,建立所述基础数据与所述用户标识及对应平台的平台标识的关联关系;
标签匹配模块,用于根据所述关联关系基于机器学***台标识下的所述基础数据,得到用户在每一个平台下的属性标签;
标签加密模块,用于对所述属性标签进行同态加密,得到密文标签;
画像生成模块,用于获取所述属性标签的类型,根据所述属性标签的类型配置所述密文标签的授权信息,并根据所述密文标签及所述授权信息生成用户画像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述用户画像的配置方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述用户画像的配置方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111402220.3A CN114021175B (zh) | 2021-11-19 | 2021-11-19 | 用户画像的配置方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111402220.3A CN114021175B (zh) | 2021-11-19 | 2021-11-19 | 用户画像的配置方法、装置、计算机设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114021175A CN114021175A (zh) | 2022-02-08 |
CN114021175B true CN114021175B (zh) | 2022-08-02 |
Family
ID=80065929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111402220.3A Active CN114021175B (zh) | 2021-11-19 | 2021-11-19 | 用户画像的配置方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114021175B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996347A (zh) * | 2022-06-24 | 2022-09-02 | 中国电信股份有限公司 | 一种用户画像管理方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109408746A (zh) * | 2018-09-26 | 2019-03-01 | 平安科技(深圳)有限公司 | 画像信息查询方法、装置、计算机设备和存储介质 |
CN109992982A (zh) * | 2019-04-11 | 2019-07-09 | 北京信息科技大学 | 大数据访问授权方法、装置和大数据平台 |
CN110334274A (zh) * | 2019-05-30 | 2019-10-15 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
CN110710190A (zh) * | 2017-06-16 | 2020-01-17 | 华为技术有限公司 | 一种生成用户画像的方法和终端 |
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 |
CN111784301A (zh) * | 2020-07-02 | 2020-10-16 | 中国银行股份有限公司 | 用户画像的构建方法及装置、存储介质及电子设备 |
CN111915366A (zh) * | 2020-07-20 | 2020-11-10 | 上海燕汐软件信息科技有限公司 | 一种用户画像构建方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9075981B2 (en) * | 2011-02-15 | 2015-07-07 | Yahoo! Inc. | Non-textual security using portraits |
-
2021
- 2021-11-19 CN CN202111402220.3A patent/CN114021175B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110710190A (zh) * | 2017-06-16 | 2020-01-17 | 华为技术有限公司 | 一种生成用户画像的方法和终端 |
CN109408746A (zh) * | 2018-09-26 | 2019-03-01 | 平安科技(深圳)有限公司 | 画像信息查询方法、装置、计算机设备和存储介质 |
CN109992982A (zh) * | 2019-04-11 | 2019-07-09 | 北京信息科技大学 | 大数据访问授权方法、装置和大数据平台 |
CN110334274A (zh) * | 2019-05-30 | 2019-10-15 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
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 |
CN111784301A (zh) * | 2020-07-02 | 2020-10-16 | 中国银行股份有限公司 | 用户画像的构建方法及装置、存储介质及电子设备 |
CN111915366A (zh) * | 2020-07-20 | 2020-11-10 | 上海燕汐软件信息科技有限公司 | 一种用户画像构建方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114021175A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109474578B (zh) | 报文消息校验方法、装置、计算机设备和存储介质 | |
CN111314306A (zh) | 接口访问方法及装置、电子设备、存储介质 | |
CN110765295A (zh) | 基于图数据库的查询方法、装置、计算机设备及存储介质 | |
CN110535971B (zh) | 基于区块链的接口配置处理方法、装置、设备及存储介质 | |
CN108090351B (zh) | 用于处理请求消息的方法和装置 | |
CN111931076B (zh) | 基于有权有向图进行关系推荐的方法、装置和计算机设备 | |
CN114389874B (zh) | 云应用服务的响应方法、装置、服务器及存储介质 | |
CN112367164B (zh) | 业务请求处理方法、装置、计算机设备和存储介质 | |
CN112328486A (zh) | 接口自动化测试方法、装置、计算机设备及存储介质 | |
CN114218322B (zh) | 基于密文传输的数据展示方法、装置、设备及介质 | |
CN114153626A (zh) | 一种服务集成过程抽象的方法、装置和计算机设备 | |
CN114021175B (zh) | 用户画像的配置方法、装置、计算机设备及介质 | |
CN111368196A (zh) | 模型参数的更新方法、装置、设备及可读存储介质 | |
CN111177794A (zh) | 城市画像方法、装置、计算机设备和存储介质 | |
CN111124421B (zh) | 区块链智能合约的异常合约数据检测方法和装置 | |
CN112528201A (zh) | 调用第三方平台的方法、装置、计算机设备和存储介质 | |
CN112131471A (zh) | 基于无权无向图进行关系推荐的方法、装置、设备及介质 | |
CN113360300B (zh) | 接口调用链路生成方法、装置、设备及可读存储介质 | |
CN111209061A (zh) | 用户信息的填写方法、装置、计算机设备和存储介质 | |
CN113709181A (zh) | 基于浏览器插件的网站登录方法、装置、设备及存储介质 | |
CN112559526A (zh) | 数据表导出方法、装置、计算机设备及存储介质 | |
CN112734050A (zh) | 文本模型的训练方法、识别方法、装置、设备及存储介质 | |
CN109857748B (zh) | 一种合同数据处理方法、装置及电子设备 | |
CN114924783A (zh) | 应用程序的接口调用方法、装置、设备及存储介质 | |
CN115203674A (zh) | 一种应用程序自动登录方法、***、装置及存储介质 |
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 |