数据处理方法、装置、系统、计算机存储介质及电子设备制造方法及图纸

本公开提供了一种数据处理方法、装置，涉及人工智能领域。该方法包括：获取对第一业务方的用户数据进行加密得到的第一数据表和对第二业务方的用户数据进行加密得到的第二数据表，第一数据表和第二数据表中均包含加密用户标识；根据加密用户标识将第一数据表和第二数据表进行关联，以获取数据总表；根据预设业务目标从数据总表中确定目标数据集，并通过基于目标数据集训练的机器学习模型对数据总表中的用户数据进行处理，以获取目标加密用户标识；对目标加密用户标识进行初解密，并将初解密后的目标加密用户标识发送至与第二业务方对应的第二数据处理单元进行再解密，以获取目标用户标识。本公开能够保护数据安全，进行有效地联合数据挖掘和应用。

【技术实现步骤摘要】
数据处理方法、装置、系统、计算机存储介质及电子设备
本公开涉及人工智能
，具体而言，涉及一种数据处理方法、数据处理装置、数据处理系统、计算机可读存储介质及电子设备。
技术介绍
随着互联网技术和人工智能的快速发展，电子商务成为交易的一种方式，大量的产品加工方(广告主)会在流量较大的广告平台上发布广告，以期用户在广告平台上进行操作时能够注意到广告主发布的广告，并点击进入广告主的系统中进行浏览、购买等。为了提高广告效果和用户转化率，对于不同用户进行广告的定向投放是很重要的，目前广告主或者平台通常会使用机器学习算法，对用户的基础属性/行为/兴趣等信息进行多样化的建模和预测，进而实现精准的个性化推荐和优化的广告定向投放。但是广告主和广告平台拥有的数据不完全相同且都是保密的，如果采用一些不恰当的机器学习算法进行处理容易导致用户信息泄露，存在数据安全风险。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
<br>本公开的实施例本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，由与第一业务方对应的第一数据处理单元执行，包括：/n获取对所述第一业务方的用户数据进行加密得到的第一数据表和对第二业务方的用户数据进行加密得到的第二数据表，所述第一数据表和所述第二数据表中均包含加密用户标识；/n根据所述加密用户标识将所述第一数据表和所述第二数据表进行关联，以获取数据总表；/n根据预设业务目标从所述数据总表中确定目标数据集，并通过基于所述目标数据集训练的机器学习模型对所述数据总表中的用户数据进行处理，以获取目标加密用户标识；/n对所述目标加密用户标识进行初解密，并将初解密后的目标加密用户标识发送至与所述第二业务方对应的第二数据处理单元进行再解密...

【技术特征摘要】
1.一种数据处理方法，其特征在于，由与第一业务方对应的第一数据处理单元执行，包括：
获取对所述第一业务方的用户数据进行加密得到的第一数据表和对第二业务方的用户数据进行加密得到的第二数据表，所述第一数据表和所述第二数据表中均包含加密用户标识；
根据所述加密用户标识将所述第一数据表和所述第二数据表进行关联，以获取数据总表；
根据预设业务目标从所述数据总表中确定目标数据集，并通过基于所述目标数据集训练的机器学习模型对所述数据总表中的用户数据进行处理，以获取目标加密用户标识；
对所述目标加密用户标识进行初解密，并将初解密后的目标加密用户标识发送至与所述第二业务方对应的第二数据处理单元进行再解密，以获取目标用户标识。


2.根据权利要求1所述的数据处理方法，其特征在于，所述对所述第一业务方的用户数据进行加密得到第一数据表，包括：
对所述第一业务方的用户数据进行交换加密，以获取所述第一数据表；
所述对第二业务方的用户数据进行加密得到第二数据表，包括：
对所述第二业务方的用户数据进行交换加密，以获取所述第二数据表。


3.根据权利要求2所述的数据处理方法，其特征在于，所述第一业务方的用户数据包括第一用户标识和与所述第一用户标识对应的用户标注信息，所述用户标注信息包括第一用户属性信息和第一用户特征信息或者第一用户特征信息；
所述对所述第一业务方的用户数据进行交换加密，以获取所述第一数据表，包括：
根据第一幂次加密函数对所述第一用户标识进行加密以获取第一加密用户标识，并对所述用户标注信息进行匿名化处理以获取第一隐私数据；
将所述第一加密用户标识和所述第一隐私数据发送至所述第二数据处理单元，通过所述第二数据处理单元根据第二幂次加密函数对所述第一加密用户标识进行加密，以获取第二加密用户标识；
获取所述第二加密用户标识和所述第一隐私数据，并根据所述第二加密用户标识和所述第一隐私数据构建所述第一数据表。


4.根据权利要求3所述的数据处理方法，其特征在于，所述第二业务方的用户数据包括第二用户标识和与所述第二用户标识对应的第二用户属性信息；
所述对所述第二业务方的用户数据进行交换加密，以获取所述第二数据表，包括：
通过所述第二数据处理单元根据所述第二幂次加密函数对所述第二用户标识进行加密以获取第三加密用户标识，并对所述第二用户属性信息进行匿名化处理以获取第二隐私数据；
获取所述第三加密用户标识和所述第二隐私数据，并根据所述第一幂次加密函数对所述第三加密用户标识进行加密以获取第四加密用户标识；
根据所述第四加密用户标识和所述第二隐私数据构建所述第二数据表。


5.根据权利要求3或4所述的数据处理方法，所述第一幂次加密函数中的幂指数和所述第二幂次加密函数中的幂指数为不同的奇数，并且所述第一幂次加密函数和所述第二幂次加密函数具有可交换性。


6.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述加密用户标识将所述第一数据表和所述第二数据表进行关联，以获取数据总表，包括：
将所述第一数据表中的数据和所述第二数据表中的数据进行整合，形成数据整合表；
将所述数据整合表中对应同一加密用户标识的数据进行分类合并，以获取所述数据总表。


7.根据权利要求6所述的数据处理方法，其特征在于，所述根据预设业务目标从所述数据总表中确定目标数据集，包括：
根据所述预设业务目标从所述数据总表的用户特征信息中确定目标用户特征信息；
获取与所述目标用户特征信息对应的所有数据构建所述目标数据集。


8.根据权利要求1或7...

【专利技术属性】
技术研发人员：高昕炜，冯琛，李锐，万春晓，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44