一种实现用户隐私保护的用户营销推荐系统及方法技术方案

本发明专利技术公开了一种实现用户隐私保护的用户营销推荐系统及方法，涉及数据处理技术领域。本发明专利技术包括数据采集模块、数据筛选模块、数据分析模块、构建模型模块、模型预测模块、匹配模块和推送模块，数据分析模块用于对筛选后的银行侧和运营商侧的数据进行异常值处理，当数据出现异常，值则将整行记录删除；数据分析模块将加工处理后的数据发送至构建模型模块。本发明专利技术通过采集银行侧和运营商侧的数据并发送至数据筛选模块；对筛选后的银行侧和运营商侧的数据进行异常值处理；对输入银行侧和运营商侧的数据模型构建处理；用户营销策略进行匹配；客户流量器将用户营销策略推送至web服务器，实现了对客户的精准营销，增加了客户黏性和满意度。和满意度。和满意度。

【技术实现步骤摘要】
一种实现用户隐私保护的用户营销推荐系统及方法


[0001]本专利技术属于数据处理
，特别是涉及一种实现用户隐私保护的用户营销推荐系统及方法。

技术介绍

[0002]数据隐私保护是通过联邦学习来实现的，其中联邦学习的设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习。
[0003]联邦学习分为横向联邦学习和纵向联邦学习，本文用到的是纵向联邦学习。纵向联邦学习适用于两个数据集共享相同的样本ID空间但特征空间不同的情况。纵向联邦学习是聚合这些不同特征并以保护隐私的方式计算训练损失和梯度的过程，以利用双方的数据共同构建模型。推荐业务的原则是以客户为中心，一切从客户需求出发，所以需要先挖掘需求、发现需求、创造需求；
[0004]现有的营销系统存在不能结合运营商和银行侧用户偏好数据构建用户内容偏好画像补全模型，导致不能准确的对客户精准营销的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种实现用户隐私保护的用户营销推荐系统及方法，通过采集银行侧和运营商侧的数据并将采集的银行侧和运营商侧的数据发送至数据筛选模块；筛选模块从电网数据采集的数据进行初步筛选；对筛选后的银行侧和运营商侧的数据进行异常值处理；对输入银行侧和运营商侧的数据模型构建处理；用户营销策略进行匹配；客户流量器将用户营销策略推送至web服务器，解决了现有的客户不能准确精准营销的问题。
[0006]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0007]本专利技术为一种实现用户隐私保护的用户营销推荐系统，包括数据采集模块、数据筛选模块、数据分析模块、构建模型模块、模型预测模块、匹配模块和推送模块；
[0008]所述数据采集模块、数据筛选模块、数据分析模块、构建模型模块、模型预测模块、匹配模块和推送模块依次连接；
[0009]所述数据采集模块用于采集银行侧和运营商侧的数据并将采集的银行侧和运营商侧的数据发送至数据筛选模块；
[0010]所述筛选模块用于从电网数据采集的数据进行初步筛选；
[0011]所述数据分析模块用于对筛选后的银行侧和运营商侧的数据进行异常值处理，当数据出现异常，值则将整行记录删除；数据分析模块将加工处理后的数据发送至构建模型模块:
[0012]所述构建模型模块用于对输入银行侧和运营商侧的数据模型构建处理；
[0013]所述匹配模块用于用户营销策略进行匹配；
[0014]所述推送模块用于向匹配成功的用户营销策略推动相应的营销内容。
[0015]作为一种优选的技术方案，所述数据采集模块采集银行侧和运营商侧的数据包括：
[0016]银行侧和运营商侧的数据id，银行侧和运营商侧的数据的评分的平均数、采集银行侧和运营商侧的数据的样本数。
[0017]作为一种优选的技术方案，所述构建模型模块的用户营销推荐的流程如下：
[0018]步骤S41：获取银行侧数据、运营商侧的数据和方案数据；
[0019]步骤S42：对银行侧数据、运营商侧的数据和方案数进行预处理，分别提取银行侧数据、运营商侧的数据和方案数据及标签数据；
[0020]步骤S43：定义匹配规则，并对设备标签赋予权重值；
[0021]步骤S44：基于匹配规则和权重值，建立设备用户音效推荐模型并计算匹配结果；
[0022]步骤S45：针对设备数据，定义各项指标的初始权重，并获得初始权重下的方案分数；
[0023]步骤S46：建立DEA
‑
WEI模型反映各方案的最大期望；
[0024]步骤S47：利用极小极大方法优化权重，并计算最终方案分数。
[0025]作为一种优选的技术方案，所述营销推荐系统还包括输入模块、推荐方法模块和输出模块；
[0026]所述输入模块用于用户信息的收集和更新；所述输入来源按时间划分，可分为用户当前行为输入和用户访问过程中的历史行为输入，同时也可以分为个人输入和群体输入两部分；所述输入形式主要包括:用户注册信息输入、隐式浏览输入、关键字输入、编辑推荐输入、用户购买历史输入；
[0027]所述推荐方法模块，用于根据输入银行侧和运营商侧的数据模型的；
[0028]所述输出模块，用于将推荐结果输出给用户；所述输出形式主要包括相关产品输出、个体评分输出、相关推荐输出。
[0029]作为一种优选的技术方案，所述推送模块将客户端计算的得到的推销方案推送至web服务器；所述客户端计算进行处理时，建立一个Cookie，通过推荐器把该信息发送给客户端的浏览器；所述浏览器收到信息后，即把数据存储在客户端的硬盘上。
[0030]作为一种优选的技术方案，所述客户端在客户再次访问该站点时，推荐器的处理程序向客户机的浏览器请求Cookie。
[0031]作为一种优选的技术方案，所述客户在访问的每一个页面中都写入系统分配给顾客的一个唯一标识，当用户向推荐器提交推荐请求时，这个标识也一起传送到了推荐器。
[0032]本专利技术为一种实现用户隐私保护的用户营销推荐方法，包括如下步骤：
[0033]步骤S1：采集银行侧和运营商侧的数据并将采集的银行侧和运营商侧的数据发送至数据筛选模块；
[0034]步骤S2：筛选模块从电网数据采集的数据进行初步筛选；
[0035]步骤S3：对筛选后的银行侧和运营商侧的数据进行异常值处理；
[0036]步骤S4：对输入银行侧和运营商侧的数据模型构建处理；
[0037]步骤S5：用户营销策略进行匹配；
[0038]步骤S6：客户流量器将用户营销策略推送至web服务器。
[0039]作为一种优选的技术方案，所述步骤S5中，用户营销策略进行匹配的流程如下：
[0040]步骤S51：合并双方用id；其体为：银行侧与运营商侧分别将本方的用户id发送给对方，两方分别求用户id的并集；
[0041]步骤S52：求双方评分数据的平均值:具体为:银行侧与运营商侧分别计算本地的平均评分和样本数并将其计算的本地的平均评分和样本数发送给对方；
[0042]步骤S53：定义并创建模型；
[0043]步骤S54：设定好参数进行模型训练；
[0044]步骤S55：将停止迭代标签分别发送给银行侧和运营商侧。
[0045]本专利技术具有以下有益效果：
[0046]本专利技术通过采集银行侧和运营商侧的数据并将采集的银行侧和运营商侧的数据发送至数据筛选模块；筛选模块从电网数据采集的数据进行初步筛选；对筛选后的银行侧和运营商侧的数据进行异常值处理；对输入银行侧和运营商侧的数据模型构建处理；用户营销策略进行匹配；客户流量器将用户营销策略推送至web服务器，实现了对客户的精准营销，增加了客户黏性和满意度。
[0047]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实现用户隐私保护的用户营销推荐系统，包括数据采集模块、数据筛选模块、数据分析模块、构建模型模块、模型预测模块、匹配模块和推送模块，其特征在于：所述数据采集模块、数据筛选模块、数据分析模块、构建模型模块、模型预测模块、匹配模块和推送模块依次连接；所述数据采集模块用于采集银行侧和运营商侧的数据并将采集的银行侧和运营商侧的数据发送至数据筛选模块；所述筛选模块用于从电网数据采集的数据进行初步筛选；所述数据分析模块用于对筛选后的银行侧和运营商侧的数据进行异常值处理，当数据出现异常，值则将整行记录删除；数据分析模块将加工处理后的数据发送至构建模型模块；所述构建模型模块用于对输入银行侧和运营商侧的数据模型构建处理；所述匹配模块用于用户营销策略进行匹配；所述推送模块用于向匹配成功的用户营销策略推动相应的营销内容。2.根据权利要求1所述的一种实现用户隐私保护的用户营销推荐系统，其特征在于，所述数据采集模块采集银行侧和运营商侧的数据包括：银行侧和运营商侧的数据id，银行侧和运营商侧的数据的评分的平均数、采集银行侧和运营商侧的数据的样本数。3.根据权利要求1所述的一种实现用户隐私保护的用户营销推荐系统，其特征在于，所述构建模型模块的用户营销推荐的流程如下：步骤S41：获取银行侧数据、运营商侧的数据和方案数据；步骤S42：对银行侧数据、运营商侧的数据和方案数进行预处理，分别提取银行侧数据、运营商侧的数据和方案数据及标签数据；步骤S43：定义匹配规则，并对设备标签赋予权重值；步骤S44：基于匹配规则和权重值，建立设备用户音效推荐模型并计算匹配结果；步骤S45：针对设备数据，定义各项指标的初始权重，并获得初始权重下的方案分数；步骤S46：建立DEA
‑
WEI模型反映各方案的最大期望；步骤S47：利用极小极大方法优化权重，并计算最终方案分数。4.根据权利要求1所述的一种实现用户隐私保护的用户营销推荐系统，其特征在于，所述营销推荐系统还包括输入模块、推荐方法模块和输出模块；所述输入模块用于用户信息的收集和更新；所述输入来源按时间划分，可分为用户当前行为输入和用户访问过程中的历史行为输入，同时也可以分为个人输入...

【专利技术属性】
技术研发人员：赵涛，周铭，
申请(专利权)人：深圳微言科技有限责任公司，
类型：发明
国别省市：