基于隐私计算的客户识别方法、装置、设备及介质制造方法及图纸

本申请涉及大数据技术领域，提供了基于隐私计算的客户识别方法、装置、设备及介质，一方面，通过节点转发实现两两不互通节点的PSI，对目标企业的每两个子公司的数据集执行隐匿求交，使数据在不出本地的情况下执行交集运算，保护了数据隐私；另一方面，再结合多方安全计算，对网络不互通的各个子公司中客户的交易量进行联合排序，在各方输入数据不泄露的情况下得到客户交易量排序结果，并根据客户交易量排序结果确定目标企业的重点客户，以便后续对重点客户进行针对性维护。点客户进行针对性维护。点客户进行针对性维护。

【技术实现步骤摘要】
基于隐私计算的客户识别方法、装置、设备及介质


[0001]本申请涉及大数据的数据处理
，尤其涉及一种基于隐私计算的客户识别方法、装置、设备及介质。

技术介绍

[0002]随着各个企业的业务量不断加大，客户群体也越来越多样化，因此，为了更好的服务客户，通常需要识别到企业的重点客户，并对重点客户进行针对性服务，以提升客户的满意度，使客户与企业间进行更好的合作。
[0003]但是，在目前的数据安全性要求下，明文数据不能出本地，因此，如何解决不同机构间进行联合数据统计的需求与数据安全性间的矛盾，成为了亟待解决的问题。

技术实现思路

[0004]本申请实施例提供了一种基于隐私计算的客户识别方法、装置、设备及介质，旨在解决不同机构间在网络不通的情况下联合进行客户的交易量排序，以识别到企业重点客户的问题。
[0005]第一方面，本申请实施例提供了一种基于隐私计算的客户识别方法，其包括：响应于对目标企业的重点客户识别指令，获取所述目标企业的网络不互通的多个子公司，及获取每个子公司的各个客户的交易量；获取各个客户的客户标识，并利用各个客户的客户标识及每个子公司的各个客户的交易量构建每个子公司的数据集；利用PSI算法对每两个子公司的数据集执行隐匿求交，得到每两个子公司的交集；根据每两个子公司的交集对每个子公司的数据集进行拆分，得到每个子公司对应的交集数据集及独有数据集；将每个子公司对应的交集数据集及独有数据集秘密共享至第一计算节点及第二计算节点；基于多方安全计算对所述第一计算节点接收到的第一共享分片及所述第二计算节点接收到的第二共享分片进行联合排序，得到所述第一计算节点的第一客户交易量排序分片及所述第二计算节点的第二客户交易量排序分片；将所述第一客户交易量排序分片及所述第二客户交易量排序分片发送至预设接收方；在所述预设接收方根据所述第一客户交易量排序分片及所述第二客户交易量排序分片进行解密，得到所述目标企业的各个客户的客户交易量排序结果；根据所述客户交易量排序结果确定所述目标企业的重点客户。
[0006]第二方面，本申请实施例提供了一种基于隐私计算的客户识别装置，其包括：获取单元，用于响应于对目标企业的重点客户识别指令，获取所述目标企业的网络不互通的多个子公司，及获取每个子公司的各个客户的交易量；
构建单元，用于获取各个客户的客户标识，并利用各个客户的客户标识及每个子公司的各个客户的交易量构建每个子公司的数据集；运算单元，用于利用PSI算法对每两个子公司的数据集执行隐匿求交，得到每两个子公司的交集；拆分单元，用于根据每两个子公司的交集对每个子公司的数据集进行拆分，得到每个子公司对应的交集数据集及独有数据集；共享单元，用于将每个子公司对应的交集数据集及独有数据集秘密共享至第一计算节点及第二计算节点；排序单元，用于基于多方安全计算对所述第一计算节点接收到的第一共享分片及所述第二计算节点接收到的第二共享分片进行联合排序，得到所述第一计算节点的第一客户交易量排序分片及所述第二计算节点的第二客户交易量排序分片；发送单元，用于将所述第一客户交易量排序分片及所述第二客户交易量排序分片发送至预设接收方；解密单元，用于在所述预设接收方根据所述第一客户交易量排序分片及所述第二客户交易量排序分片进行解密，得到所述目标企业的各个客户的客户交易量排序结果；确定单元，用于根据所述客户交易量排序结果确定所述目标企业的重点客户。
[0007]第三方面，本申请实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于隐私计算的客户识别方法。
[0008]第四方面，本申请实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于隐私计算的客户识别方法。
[0009]本申请实施例提供了一种基于隐私计算的客户识别方法、装置、设备及介质，一方面，通过节点转发实现两两不互通节点的PSI，对目标企业的每两个子公司的数据集执行隐匿求交，使数据在不出本地的情况下执行交集运算，保护了数据隐私；另一方面，再结合多方安全计算，对网络不互通的各个子公司中客户的交易量进行联合排序，在各方输入数据不泄露的情况下得到客户交易量排序结果，并根据客户交易量排序结果确定目标企业的重点客户，以便后续对重点客户进行针对性维护。
附图说明
[0010]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0011]图1为本申请实施例提供的基于隐私计算的客户识别方法的应用场景示意图；图2为本申请实施例提供的基于隐私计算的客户识别方法的流程示意图；图3为本申请实施例提供的基于隐私计算的客户识别装置的示意性框图；图4为本申请实施例提供的计算机设备的示意性框图。
具体实施方式
[0012]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0013]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和
ꢀ“
包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0014]还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0015]还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0016]请参阅图1和图2，图1为本申请实施例提供的基于隐私计算的客户识别方法的应用场景示意图；图2为本申请实施例提供的基于隐私计算的客户识别方法的流程示意图，该基于隐私计算的客户识别方法应用于服务器中，该方法通过安装于服务器中的应用软件进行执行。
[0017]如图2所示，该方法包括步骤S101~S109。
[0018]S101、响应于对目标企业的重点客户识别指令，获取所述目标企业的网络不互通的多个子公司，及获取每个子公司的各个客户的交易量。
[0019]在本实施例中，是以服务器为执行主体来描述技术方案。用户使用的用户端（如智能手机、平板电脑等智能终端）可与服务器进行数据交互，具体如服务器提供了一个重点客户识别平台，用户使用用户端可登本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于隐私计算的客户识别方法，其特征在于，包括：响应于对目标企业的重点客户识别指令，获取所述目标企业的网络不互通的多个子公司，及获取每个子公司的各个客户的交易量；获取各个客户的客户标识，并利用各个客户的客户标识及每个子公司的各个客户的交易量构建每个子公司的数据集；利用PSI算法对每两个子公司的数据集执行隐匿求交，得到每两个子公司的交集；根据每两个子公司的交集对每个子公司的数据集进行拆分，得到每个子公司对应的交集数据集及独有数据集；将每个子公司对应的交集数据集及独有数据集秘密共享至第一计算节点及第二计算节点；基于多方安全计算对所述第一计算节点接收到的第一共享分片及所述第二计算节点接收到的第二共享分片进行联合排序，得到所述第一计算节点的第一客户交易量排序分片及所述第二计算节点的第二客户交易量排序分片；将所述第一客户交易量排序分片及所述第二客户交易量排序分片发送至预设接收方；在所述预设接收方根据所述第一客户交易量排序分片及所述第二客户交易量排序分片进行解密，得到所述目标企业的各个客户的客户交易量排序结果；根据所述客户交易量排序结果确定所述目标企业的重点客户。2.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述利用各个客户的客户标识及每个子公司的各个客户的交易量构建每个子公司的数据集，包括：对于每个子公司，将各个客户的客户标识及对应的交易量分别作为一列构建数据表，所述子公司的数据集。3.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述根据每两个子公司的交集对每个子公司的数据集进行拆分，得到每个子公司对应的交集数据集及独有数据集，包括：对于每个子公司的数据集，利用与其他子公司的数据集存在交集的客户标识及对应的交易量构建所述子公司的交集数据集；利用与其他子公司的数据集不存在交集的客户标识及对应的交易量构建所述子公司的独有数据集。4.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述将每个子公司对应的交集数据集及独有数据集秘密共享至第一计算节点及第二计算节点，包括：对于每个子公司对应的交集数据集及独有数据集中的任意数据集，获取该数据集中的每个交易量；对每个交易量进行随机拆分，得到每个数据集拆分后的第一子数据集及第二子数据集；将所述第一子数据集共享至所述第一计算节点，及将所述第二子数据集共享至所述第二计算节点。5.根据权利要求1所述的基于隐私计算的客户识别方法，其特征在于，所述在所述预设接收方根据所述第一客户交易量排序分片及所述第二客户交易量排序分片进行解密，得到所述目标企业的各个客户的客户交易量排序结果，包括：
在所述预设接收方，对所述第...

【专利技术属性】
技术研发人员：张剑，陈曦，申志彬，陈晓敏，胡姣姣，蒙雄发，李如先，
申请(专利权)人：深圳前海环融联易信息科技服务有限公司，
类型：发明
国别省市：