【技术实现步骤摘要】
预测缺失的用户业务属性的方法及装置
本说明书一个或多个实施例涉及计算机
,尤其涉及基于隐私保护,通过计算机预测缺失的用户业务属性的方法和装置。
技术介绍
安全多方计算又称为多方安全计算,即多个业务方共同计算出一个函数的结果,而不泄露这个函数各方的输入数据,计算的结果公开给其中的一方或多方。例如,安全多方计算一个典型的应用是共同训练一个业务模型。在业务模型训练过程中,任何一个参与方无法获知其他方的训练数据,而最终的业务模型可以由各个业务方获取。通常,共同训练业务模型的多个业务方使用的业务数据具有一定的相关性。
技术实现思路
本说明书一个或多个实施例描述了一种预测缺失的用户业务属性的方法及装置,用以解决
技术介绍
提到的一个或多个问题。根据第一方面,提供了一种预测缺失的用户业务属性的方法,用于基于多个业务方在保护数据隐私的前提下共同训练的业务模型,由所述多个业务方中的第一方预测其针对第一用户的业务数据中缺失的第一业务属性,所述业务模型用于对单个用户基于业务数据提取的业务特征进行处理,得到业务处理结果,所述方法包括:针对所述第一业务数据,基于所述业务模型提取其中的各个已知业务属性分别对应的各个参考特征,单个参考特征根据所述业务模型针对所述第一业务数据的业务处理结果对相应业务特征的梯度确定;将各个参考特征输入预先训练的预测模型,得到输出结果,其中,所述预测模型通过所述第一方中具有第一业务属性的多条业务数据构造的各个训练样本进行训练;根据所述输出结果确定所述第一用户的第一业务属性。在一个实 ...
【技术保护点】
1.一种预测缺失的用户业务属性的方法,用于基于多个业务方在保护数据隐私的前提下共同训练的业务模型,由所述多个业务方中的第一方预测其针对第一用户的第一业务数据中缺失的第一业务属性,所述业务模型用于对单个用户基于业务数据提取的业务特征进行处理,得到业务处理结果;所述方法包括:/n针对所述第一业务数据,基于所述业务模型提取其中的各个已知业务属性分别对应的各个参考特征,单个参考特征根据所述业务模型针对所述第一业务数据的业务处理结果对相应业务特征的梯度确定;/n将各个参考特征输入预先训练的预测模型,得到输出结果,其中,所述预测模型通过所述第一方中具有第一业务属性的多条业务数据构造的各个训练样本进行训练;/n根据所述输出结果确定所述第一用户的第一业务属性。/n
【技术特征摘要】
1.一种预测缺失的用户业务属性的方法,用于基于多个业务方在保护数据隐私的前提下共同训练的业务模型,由所述多个业务方中的第一方预测其针对第一用户的第一业务数据中缺失的第一业务属性,所述业务模型用于对单个用户基于业务数据提取的业务特征进行处理,得到业务处理结果;所述方法包括:
针对所述第一业务数据,基于所述业务模型提取其中的各个已知业务属性分别对应的各个参考特征,单个参考特征根据所述业务模型针对所述第一业务数据的业务处理结果对相应业务特征的梯度确定;
将各个参考特征输入预先训练的预测模型,得到输出结果,其中,所述预测模型通过所述第一方中具有第一业务属性的多条业务数据构造的各个训练样本进行训练;
根据所述输出结果确定所述第一用户的第一业务属性。
2.根据权利要求1所述的方法,其中,所述第一方中具有第一业务属性的多条业务数据包括第二业务数据,针对所述第二业务数据通过以下方式构造训练样本:
根据所述第二业务数据中的第一业务属性,确定第一标签;
针对所述第二业务数据中,第一业务属性之外的其他业务属性,提取各个样本参考特征,单个样本参考特征根据所述业务模型针对所述第二业务数据的业务处理结果对相应业务特征的梯度确定;
基于各个样本参考特征和所述第一标签,确定与所述第二业务数据对应的训练样本。
3.根据权利要求2所述的方法,其中,所述基于各个样本参考特征和所述第一标签,确定与所述第二业务数据对应的训练样本包括:
在所述第一标签是对应于所述第二业务数据中的第一业务属性的标签的情况下,基于各个样本参考特征和所述第一标签,构造与所述第二业务数据对应的正样本;
在所述第一标签不是对应于所述第二业务数据中的第一业务属性的标签的情况下,基于各个样本参考特征和所述第一标签,构造与所述第二业务数据对应的负样本。
4.根据权利要求1所述的方法,其中,所述预测模型为逻辑回归模型或深度神经网络。
5.根据权利要求1所述的方法,其中,所述输出结果为分别对应于所述第一业务属性的各个属性候选项的各个概率,所述根据所述输出结果确定所述第一用户的第一业务属性包括:
根据各个概率中最大的至少一个概率对应的各个属性候选项,确定所述第一用户的第一业务属性。
6.根据权利要求1所述的方法,其中,所述输出结果为对应于所述第一用户的第一业务属性是第一属性候选项的第一概率,所述根据所述输出结果确定所述第一用户的第一业务属性包括:
基于所述第一概率与预定概率阈值的对比,确定所述第一用户的第一业务属性。
7.一种预测缺失的用户业务属性的装置,用于基于多个业务方在保护数据隐私的前提下共同训练的业务模型,由所述多个业务方中的第一方预测其针对第一用户的...
【专利技术属性】
技术研发人员:林建滨,
申请(专利权)人:支付宝杭州信息技术有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。