数据处理方法、装置、计算机可读存储介质和计算机设备制造方法及图纸

本申请涉及一种数据处理方法、装置、计算机可读存储介质和计算机设备，所述方法包括：接收目标任务处理指令，目标任务处理指令携带有待处理用户标识；向各个节点服务器转发目标任务处理指令，以使各个节点服务器根据目标任务处理指令分别查找待处理用户标识对应的待处理源数据，并将待处理源数据输入到节点服务器对应的已训练目标任务模型中，得到待处理用户节点标识对应的评价信息；接收各个节点服务器返回的待处理用户标识对应的评价信息；获取各个节点服务器对应的权重信息，根据评价信息和权重信息确定待处理用户标识对应的目标评价信息；根据目标评价信息确定目标任务处理结果。本申请提供的方案可以实现保证源数据的安全性。

Data processing method, device, computer readable storage medium and computer equipment

【技术实现步骤摘要】
数据处理方法、装置、计算机可读存储介质和计算机设备
本申请涉及互联网
，特别是涉及一种数据处理方法、装置、计算机可读存储介质和计算机设备。
技术介绍
随着人工智能技术的发展，人工智能模型的建立是重中之重。目前，人工智能模型的建立和人工智能模型的使用都需要先从各个数据源采集到数据，然后对数据进行处理之后，才能进行人工智能模型的构建或者使用人工智能模型。然而，在数据采集传输的过程中无法保证数据的安全性，可能会导致隐私数据泄露。
技术实现思路
基于此，有必要针对在数据采集传输的过程无法保证数据的安全性的技术问题，提供一种数据处理方法、装置、计算机可读存储介质和计算机设备。一种数据处理方法，包括：接收目标任务处理指令，目标任务处理指令携带有待处理用户标识；向各个节点服务器转发目标任务处理指令，以使各个节点服务器根据目标任务处理指令分别查找待处理用户标识对应的待处理源数据，并将待处理源数据输入到节点服务器对应的已训练目标任务模型中，得到待处理用户节点标识对应的评价信息；已训练目标任务模型是节点服务器根据历史节点源数据和对应的历史目标任务处理结果进行训练得到的；接收各个节点服务器返回的待处理用户标识对应的评价信息；获取各个节点服务器对应的权重信息，根据待处理用户标识对应的评价信息和权重信息确定待处理用户标识对应的目标评价信息；根据目标评价信息确定目标任务处理结果。一种数据处理装置，包括：指令接收模块，用于接收目标任务处理指令，目标任务处理指令携带有待处理用户标识；指令转发模块，用于向各个节点服务器转发目标任务处理指令，以使各个节点服务器根据目标任务处理指令分别查找待处理用户标识对应的待处理源数据，并将待处理源数据输入到节点服务器对应的已训练目标任务模型中，得到待处理用户节点标识对应的评价信息；已训练目标任务模型是节点服务器根据历史节点源数据和对应的历史目标任务处理结果进行训练得到的；信息接收模块，用于接收各个节点服务器返回的待处理用户标识对应的评价信息；目标信息确定模块，用于获取各个节点服务器对应的权重信息，根据待处理用户标识对应的评价信息和权重信息确定待处理用户标识对应的目标评价信息；结果确定模块，用于根据目标评价信息确定目标任务处理结果。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行程序时实现以下步骤：接收目标任务处理指令，目标任务处理指令携带有待处理用户标识；向各个节点服务器转发目标任务处理指令，以使各个节点服务器根据目标任务处理指令分别查找待处理用户标识对应的待处理源数据，并将待处理源数据输入到节点服务器对应的已训练目标任务模型中，得到待处理用户节点标识对应的评价信息；已训练目标任务模型是节点服务器根据历史节点源数据和对应的历史目标任务处理结果进行训练得到的；接收各个节点服务器返回的待处理用户标识对应的评价信息；获取各个节点服务器对应的权重信息，根据待处理用户标识对应的评价信息和权重信息确定待处理用户标识对应的目标评价信息；根据目标评价信息确定目标任务处理结果。一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：接收目标任务处理指令，目标任务处理指令携带有待处理用户标识；向各个节点服务器转发目标任务处理指令，以使各个节点服务器根据目标任务处理指令分别查找待处理用户标识对应的待处理源数据，并将待处理源数据输入到节点服务器对应的已训练目标任务模型中，得到待处理用户节点标识对应的评价信息；已训练目标任务模型是节点服务器根据历史节点源数据和对应的历史目标任务处理结果进行训练得到的；接收各个节点服务器返回的待处理用户标识对应的评价信息；获取各个节点服务器对应的权重信息，根据待处理用户标识对应的评价信息和权重信息确定待处理用户标识对应的目标评价信息；根据目标评价信息确定目标任务处理结果。上述数据处理方法、装置、计算机可读存储介质和计算机设备，通过接收目标任务处理指令，目标任务处理指令携带有待处理用户标识。在各个节点服务器根据目标任务处理指令分别查找待处理用户标识对应的待处理源数据，并将待处理源数据输入到节点服务器对应的已训练目标任务模型中，得到待处理用户节点标识对应的评价信息。然后接收到各个节点服务器返回的待处理用户标识对应的评价信息，通过传输各个节点服务器的待处理用户标识对应的评价信息，从而不会将待处理用户标识对应的源数据进行传输，保证源数据的安全性。然后通过各个节点服务器的权重和评价信息得到目标评价信息，从而确定目标任务处理结果，能够提高得到目标任务处理结果的准确性。附图说明图1为一个实施例中数据处理方法的应用环境图；图2为一个实施例中数据处理方法的流程示意图；图3为一个实施例中接收目标任务模型训练完成结果的流程示意图；图4为一个实施例中用户标识确定的流程示意图；图5为一个实施例中数据传输接口的示意图；图6为一个实施例中计算权重信息的流程示意图；图7为一个实施例中确定目标任务准确率的流程示意图；图8为一个实施例中调整权重信息的流程示意图；图9为一个实施例中得到目标评价模型的流程示意图；图10为一个实施例中两阶段模型建立的流程示意图；图11为一个具体实施例中两阶段模型建立的流程示意图；图12为一个实施例中数据处理装置的结构框图；图13为一个实施例中计算机设备的结构框图。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，此处所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。人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性本文档来自技高网...

【技术保护点】
1.一种数据处理方法，包括：/n接收目标任务处理指令，所述目标任务处理指令携带有待处理用户标识；/n向各个节点服务器转发所述目标任务处理指令，以使所述各个节点服务器根据所述目标任务处理指令分别查找所述待处理用户标识对应的待处理源数据，并将所述待处理源数据输入到节点服务器对应的已训练目标任务模型中，得到所述待处理用户节点标识对应的评价信息；所述已训练目标任务模型是节点服务器根据历史节点源数据和对应的历史目标任务处理结果进行训练得到的；/n接收所述各个节点服务器返回的所述待处理用户标识对应的评价信息；/n获取所述各个节点服务器对应的权重信息，根据所述待处理用户标识对应的评价信息和所述权重信息确定所述待处理用户标识对应的目标评价信息；/n根据所述目标评价信息确定目标任务处理结果。/n

【技术特征摘要】
1.一种数据处理方法，包括：
接收目标任务处理指令，所述目标任务处理指令携带有待处理用户标识；
向各个节点服务器转发所述目标任务处理指令，以使所述各个节点服务器根据所述目标任务处理指令分别查找所述待处理用户标识对应的待处理源数据，并将所述待处理源数据输入到节点服务器对应的已训练目标任务模型中，得到所述待处理用户节点标识对应的评价信息；所述已训练目标任务模型是节点服务器根据历史节点源数据和对应的历史目标任务处理结果进行训练得到的；
接收所述各个节点服务器返回的所述待处理用户标识对应的评价信息；
获取所述各个节点服务器对应的权重信息，根据所述待处理用户标识对应的评价信息和所述权重信息确定所述待处理用户标识对应的目标评价信息；
根据所述目标评价信息确定目标任务处理结果。


2.根据权利要求1所述的方法，其特征在于，所述目标任务模型的训练步骤包括：
接收目标任务模型建立指令，所述目标任务模型建立指令携带有各个历史用户标识和所述各个历史用户标识对应的历史目标任务处理结果；
将所述目标任务模型建立指令转发至所述各个节点服务器，以使每个节点服务器根据所述各个历史用户标识查找对应的历史节点源数据，根据所述历史节点源数据和所述各个历史用户标识对应的所述历史目标任务处理结果进行训练，得到已训练目标任务模型；
接收所述各个节点服务器返回的目标任务模型训练完成结果。


3.根据权利要求1所述的方法，其特征在于，在所述接收目标任务处理指令，所述目标任务处理指令携带有待处理用户标识之前，还包括：
接收用户标识确定指令，根据所述用户标识确定指令从所述各个节点服务器获取到各个用户节点账户信息；所述用户节点账户信息包括目标字段信息；
当所述各个用户节点账户信息中目标字段信息一致时，将所述目标字段信息作为所述各个用户节点账户信息对应的用户标识。


4.根据权利要求1所述的方法，其特征在于，在所述接收目标任务处理指令，所述目标任务处理指令携带有待处理用户标识之前，还包括：
通过数据传输协议建立数据传输接口，所述数据传输接口用于与各个节点服务器进行数据交互；
则接收所述各个节点服务器返回的所述待处理用户标识对应的评价信息，包括：
通过所述数据传输接口接收所述各个节点服务器返回的所述待处理用户标识对应的评价信息。


5.根据权利要求1所述的方法，其特征在于，获取所述各个节点服务器对应的权重信息，包括：
接收所述各个节点服务器发送的模型精准度，根据所述模型精准度计算所述各个节点服务器对应的权重信息。


6.根据权利要求1所述的方法，其特征在于，获取所述各个节点服务器对应的权重信息，包括：
获取所述各个节点服务器对应的目标任务准确率；
根据所述目标任务准确率计算所述各个节点服务器对应的权重信息。


7.根据权利要求6所述的方法，其特征在于，所述获取所述各个节点服务器对应的目标任务准确率，包括：
接收测试指令，所述测试指令携带有各个测试用户标识；
向所述各个节点服务器转发所述测试指令，以使每个节...

【专利技术属性】
技术研发人员：孙友彬，温嘉炜，邹文婵，
申请(专利权)人：微民保险代理有限公司，
类型：发明
国别省市：广东;44