一种基于联邦学习的私域用户画像拓展方法技术

本发明专利技术涉及一种基于联邦学习的私域用户画像拓展方法，属于计算机技术领域。基于联邦学习的私域用户画像拓展包括画像定义、标签定义及同步、标签计算、私域数据加脏、联邦求交、更新权值矩阵、公域指标联邦求值、私域指标联邦求值、画像汇总生成。其方法是通过标签定义及同步，在私域方和公域方统一画像所需的标签值的定义，然后分别在私域和公域方，基于各自的数据，计算标签值。通过加脏和联邦求交的方式，在不泄露私域方用户群的前提下，获取私域方和公域方用户的交集，基于这部分交集，通过2次联邦求值的方式，在不泄露各自标签值的情况下，分别计算公域方和私域方的标签值，最终汇总生成结果画像。总生成结果画像。总生成结果画像。

【技术实现步骤摘要】
一种基于联邦学习的私域用户画像拓展方法


[0001]本专利技术属于计算机
，涉及一种基于联邦学习的私域用户画像拓展方法。

技术介绍

[0002]用户画像是指建立在一系列真实数据之上的目标用户模型，主要基于用户标签构建。
[0003]私域流量是指从公域(internet)、它域(平台、媒体渠道、合作伙伴等)引流到自己私域(官网、客户名单)，以及私域本身产生的流量。这部分流量所覆盖的用户即是私域用户。因为私域的封闭性，极强的业务相关性，在私域内，这部分用户的标签存在极大的倾向性，根据这部分标签产生的用户画像，也就存在一定程度的失真，对后续运营产生干扰。
[0004]同时，出于用户隐私安全和政府法规的要求，以及对自由私域用户资源的保护，防止外部获取自己的用户资源，不便和外部数据求交，来丰富用户相关标签和丰富用户画像。
[0005]而联邦学习则是一种机器学习框架，能有效帮助多家企业或机构在满足用户隐私保护、数据安全的要求下，进行数据使用和机器学习建模。基于联邦学习的模式，可以在保证私域用户的安全性，和私域、公域用户标签的安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联邦学习的私域用户画像拓展方法，其特征在于：该方法包括以下步骤：S1：画像定义；其中用户画像的各项指标为基于私域、公域数据生成的各项标签值；根据私域方的业务需求，设计所需的各项指标，计算指标所需的n个标签以及根据标签计算指标的方法和汇总各项指标的方法；S2：标签定义及同步；对于S1中设计的n个标签，基于私域客群的现有数据和公域的数据，在用户群的特征空间定义标签的生成规则集；并将其在私域方和公域方之间进行同步；S3：标签计算，私域方和公域方分别基于各自的数据集和生成规则集；计算得到各自部分的标签；S4：私域数据加脏，在求交之前，对私域用户进行加脏，用于保护私域用户不被泄露，同时配置权重矩阵用于将脏数据剔除，保证最终结果的正确性；S5：联邦求交，计算加脏之后的私域数据和公域数据的交集部分；S6：更新权值矩阵，识别出加脏数据；S7：公域指标联邦求值，通过同态加密的方式，在既不暴露公域方用户特征，也不暴露私域方拥有用户的情况下，得到画像标签所需的公域部分的指标值；S8：私域指标联邦求值，通过同态加密的方式，在不暴露私域方用户特征的情况下，得到画像所需的私域部分的指标值；S9：画像汇总生成，汇总私域和公域部分的指标值，生成最终的画像报告。2.根据权利要求1所述的一种基于联邦学习的私域用户画像拓展方法，其特征在于：所述S1中，各项指标均是由相关的标签计算得来，通过预定义的方式，指定各项标签T1和对应的指标计算方式g1，以及基于这些指标，整合为画像UP的函数Agg；UP＝Agg(g1(T1)，g2(T2)，...，g3(T3)T
i
∈T，g
i
∈G其中，G支持全同态加密的计算函数；Agg是最终的画像聚合函数；标签集T是所需的n个标签组成的集合。3.根据权利要求2所述的一种基于联邦学习的私域用户画像拓展方法，其特征在于：所述S2中，对于画像定义中设计的n个标签，基于私域客群的现有数据和公域的数据，在用户群的特征空间X＝X
Private
∪X
Public
上，定义标签的生成规则集F；T
i
＝f
i
(X) i∈{1...n}F＝{f
i
} i∈{1...n}T＝{T
i
} i∈{1...n}由私域方将规则集F和标签集T同步给公域方。4.根据权利要求3所述的一种基于联邦学习的私域用户画像拓展方法，其特征在于：所述S3中，标签计算时，私域方基于私域数据X
Private
和生成规则集F；计算得到私域部分的标签：签：公域方基于公域数据数据X
Public
和生成规则集F；计算得到公域部分的标签：
其中，对于私域和公域共有的特征生成的标签：在两部分都有值，其余标签只在独有数据的一方有值；在求交之前，对私域用户进行加脏，混入一定比例的脏数据；同时配置权重矩阵用于将脏数据剔除，保证最终结果的正确性；加脏方式如下：针对标签计算中处理好的私域的标签数据，真实覆盖了m个用户，按照一定比例，增加k个随机生成的用户；私域方对外而言，一共有m+k个用户，从而保护私域方真实的用户群；为剔除这部分加脏用户对最终结果的影响，需要构建一个(m+k)
×
n的权重矩阵；将加脏部分的权重全部置为0；其中5.根据权利要求4所述的一种基于联邦学习的私域用户画像拓展方法，其特征在于：所述S4中，联邦求交，用于计算加脏之后的私域数据和公域数据的交集部分，采用RSA公开密钥密码体制进行管理；具体操作如下：S41：私域方发起求交请求；S42：公域方收到请求后，通过RSA机制，生成密钥：e，d，n；其中，将e，n作为公钥，发送给私域方，d作为私钥，自行保留；对应的有加密函数E
uid
将明文m加密为c；有解密函数D
uid
将密文c解密为m；c＝E
uid
(m)＝m
e MOD nm＝D
uid
(c)＝c
d MOD nS43：私域方收到公钥后，生一个随机数r，使用公钥对该随机数r进行加密，并对用户id进行哈希脱敏；U
E1
＝{E
uid
(r)
×
hash(u
i
)|u
i
∈U
m+k
}S44：将U
E1
发送给公域方；S45：公域方接受到U<...

【专利技术属性】
技术研发人员：姚承宗，袁亦韧，赵副，林炯佑，
申请(专利权)人：苏州斐波那契信息技术有限公司，
类型：发明
国别省市：